面向D3.js可视化的自动评分

人工为D3数据可视化评分是一项具有挑战性的工作，对于拥有数百名学生的大班而言尤为困难。对交互式可视化进行评分需要结合交互式、定量与定性评估，这些传统上由人工完成，且随着可视化复杂度、数据规模与学生数量的增加难以扩展。我们提出了一种首创的D3可视化自动评分方法，可扩展且精确地评估可视化中所使用的数据绑定、视觉编码、交互与设计规范。我们的方法已展现出增强学生学习体验的潜力，使他们能频繁提交代码并快速获得反馈，从而更好地指导其代码与可视化设计的迭代与改进。该方法促进了评分的一致性，并使教师能更专注于帮助学生获取可视化知识与经验。我们已成功部署该方法，并对佐治亚理工学院CSE6242数据与视觉分析课程中超过1000名本科与研究生的D3作业进行了自动评分，获得了积极反馈并鼓励推广使用。