TEVISE:探索推文数据中关键词关系演化的交互式可视分析工具
人机交互
2021-07-13 v1
摘要
近来,TExVis 工具通过可视化频繁关键词间的关系,为探索推文数据打开了一扇新窗口。然而,TExVis 所不具备的推文数据时间线探索,可能在理解人们反馈与反应随时间变化中起到关键作用。为此,我们提出称为 TEVisE 的可视分析工具。它使用增强的邻接矩阵图来缓解 TExVis 中的视觉混乱问题,并可视化频繁关键词及其相互关系随时间的演化。我们进行了两项用户研究以回答所提出的两个研究问题。第一项用户研究中,我们从常用可用性度量与认知负荷理论的角度评估两工具所用的可视化布局。我们发现 TEVisE 工具在涉及阅读探索频繁关键词间关系的任务上准确率更高。第二项研究中,我们收集用户对探索 TEVisE 内摘要视图与新时间线演化视图的反馈。在第二项研究中,我们收集用户对探索 TEVisE 内摘要视图与新时间线演化视图的反馈。我们发现参与者偏好两种视图,其一用于获取整体概览,另一用于获取随时间的趋势变化。
引用
@article{arxiv.2107.04799,
title = {TEVISE: An Interactive Visual Analytics Tool to Explore Evolution of Keywords' Relations in Tweet Data},
author = {Shah Rukh Humayoun and Ibrahim Mansour and Ragaad AlTarawneh},
journal= {arXiv preprint arXiv:2107.04799},
year = {2021}
}
备注
21 pages, 6 figures, INTERACT 2021 full paper pre-print