将可视化洞见编码为稠密洞见网络

我们提出了一种稠密洞见网络框架，用于编码基于其共享特征从复杂仪表板自动生成的洞见之间的关系。我们的洞见网络框架包括五个高层次的关系类别（例如类型、主题、值、元数据和复合得分）。这种稠密洞见网络框架的目标是为实现新的洞见解释和探索策略提供基础，这些策略包括用户驱动和自动方法。为了说明该框架的复杂性和灵活性，我们首先描述了一个可视化游乐场，以直接可视化关键网络特征；该游乐场还演示了用于分解稠密洞见网络的潜在交互功能。然后，我们讨论了一个基于我们的框架所捕获的底层网络特征对洞见进行排序的案例研究应用，随后要求大型语言模型生成简洁的自然语言摘要。最后，我们反思了在设计和评估新系统时利用稠密洞见网络框架的下一步步骤。