Q4EDA：一种基于用户与时间序列可视化表示交互的文本信息检索新策略
人机交互
2022-08-03 v2 信息检索
机器学习
摘要
知道如何构建基于文本的搜索查询（SQ）以用于 Google 或 Wikipedia 等搜索引擎（SE）已成为一项基本技能。尽管通过此类 SE 可获取大量数据，但大多数结构化数据集在其范围之外。可视化工具缓解了此限制，但此类工具的信息量远不及通用 SE 的庞大信息量。为填补这一空白，本文提出 Q4EDA，一种新颖的框架，它将用户在时间序列可视化表示上执行的视觉选择查询进行转换，提供有效且稳定的 SQ 以供通用 SE 使用，并给出相关信息的建议。Q4EDA 的实用性通过用户通过一个将 Gapminder 折线图复制品与填充 Wikipedia 文档的 SE 相链接的应用得到展示和验证，显示了 Q4EDA 如何支持并增强对联合国世界指标的探索性分析。尽管存在一些局限性，Q4EDA 在其构想上独具特色，并代表了基于用户与可视化表示交互来查询文本信息解决方案的真正进步。
引用
@article{arxiv.2101.08655,
title = {Q4EDA: A Novel Strategy for Textual Information Retrieval Based on User Interactions with Visual Representations of Time Series},
author = {Leonardo Christino and Martha D. Ferreira and Fernando V. Paulovich},
journal= {arXiv preprint arXiv:2101.08655},
year = {2022}
}
备注
12 Figures, 21 pages, submitted to Information 2022 special issue: Trends and Opportunities in Visualization and Visual Analytics