Vis Ex Machina：人类对算法生成可视化推荐信任度的分析
人机交互
2021-04-07 v2
摘要
越来越多的可视化系统通过自动推荐相关可视化来简化数据分析过程。然而，关于用户是否信任这些自动化推荐的研究甚少。本文呈现了一项众包研究的结果，探讨了被定位为人工筛选或算法生成的可视化推荐在偏好与感知质量上的差异。我们观察到，尽管参与者最初偏好人工推荐者，但其在评估可视化推荐时的行为表明对推荐来源持无所谓态度。所呈现信息的相关性（例如某些数据字段的存在）是最关键因素，其次是对推荐者创建准确可视化能力的信任。我们的发现表明对推荐来源普遍漠不关心，并指向可能未被简单度量捕获的个性化可视化质量与可信赖性定义。我们建议推荐系统应针对特定用户的信息觅食策略进行定制。
引用
@article{arxiv.2101.04251,
title = {Vis Ex Machina: An Analysis of Trust in Human versus Algorithmically Generated Visualization Recommendations},
author = {Rachael Zehrung and Astha Singhal and Michael Correll and Leilani Battle},
journal= {arXiv preprint arXiv:2101.04251},
year = {2021}
}