SightBi：利用双聚类探索跨视图数据关系
人机交互
2021-09-29 v2 图形学
摘要
多视图可视化已被广泛用于各个领域（如生物信息学、网络安全和文本分析）的视觉分析工具中，以帮助用户理解数据。多视图视觉分析的一个常见任务是将不同视图中的数据关联起来。例如，为了识别威胁，情报分析员需要将社交网络图中的人物与犯罪地图上的位置联系起来，然后搜索并阅读相关文档。目前，探索跨视图数据关系严重依赖于视图协调技术（如刷选和链接），这可能需要用户进行大量试错尝试，例如在一个视图中重复选择元素，然后观察并跟踪在其他视图中高亮显示的元素。为了解决这个问题，我们提出了 SightBi，一种支持跨视图数据关系探索的视觉分析方法。我们详细讨论了 SightBi 的设计原理，并明确了与使用跨视图数据关系相关的用户任务。SightBi 将跨视图数据关系形式化为双聚类，从数据集中计算它们，并采用一种双上下文设计，突出创建独立的关系视图。这有助于保留现有视图，并提供跨视图数据关系的概览以指导用户探索。此外，SightBi 允许用户通过使用新创建的关系视图来交互式地管理多个视图的布局。通过一个使用场景，我们展示了 SightBi 在理解跨视图数据关系方面的实用性。
引用
@article{arxiv.2108.01044,
title = {SightBi: Exploring Cross-View Data Relationships with Biclusters},
author = {Maoyuan Sun and Abdul Rahman Shaikh and Hamed Alhoori and Jian Zhao},
journal= {arXiv preprint arXiv:2108.01044},
year = {2021}
}
备注
IEEE VIS 2021, ACM 2012 CCS - Human-centered computing, Visualization, Visualization design and evaluation methods