可视化设计知识库的自动合成方法

文献标题

Automatic Synthesis of Visualization Design Knowledge Bases

出版信息

• 研究领域: 自动生成可视化设计知识库，以提供有效的可视化推荐。
• 关键词: 可视化设计、知识库合成、特征选择、机器学习、Draco 2、基因组学可视化、数据驱动方法、逻辑推理、设计推荐、自动推理。

背景与问题

• 问题/挑战: 现有的可视化设计知识库依赖固定的人工编写规则，这限制了它们适应新领域的能力，并使扩展或泛化变得困难。
• 重要性: 自动化知识库合成可以实现可扩展、可解释且领域特定的可视化推荐，减少创建和更新这些系统所需的人工工作量。
• 动机与相关工作: 之前的系统如 Draco 和 KG4Vis 将设计知识编码为固定特征，这限制了它们学习新约束或适应基因组学等专业领域的能力。本文提出了一种通用的自动方法，从可视化语料库中构建知识库。

解决方案

• 提出的方法: 一种数据驱动的方法，通过从可视化对语料库中提取、选择和呈现设计特征来合成可视化设计知识库。
• 创新点:
  1. 自动提取和选择具有意义且可泛化的设计特征。
  2. 基准评估与 Draco 2 比较，显示出更高的预测准确性和泛化能力。
  3. 应用于基因组学可视化，展示其对专业领域的适应能力。
• 流程与关键技术:
  1. 提取: 使用抽象语法树和频率向量从可视化语料库中枚举候选特征。
  2. 选择: 使用前向和后向特征选择，并结合预选指标（如意义性、泛化性、实用性）来识别特征子集。
  3. 呈现: 将选定的特征转换为与 Draco 兼容的正式表示，用于逻辑推理和自动推荐。

结果

• 具体发现:
  • 基准研究：合成特征的预测准确性比 Draco 2 高 1–15%，在保留集上的准确性高达 94%。
  • 基因组学研究：合成知识库的预测准确性高达 97%，捕获了领域特定特征，如交互性和多视图布局。
• 相较基线的优势:
  • 特征集更小（34–96 个特征 vs. Draco 的 147 个），且性能具有竞争力或更优。
  • 对稀疏数据集（如 Zeng+ 语料库）的泛化能力更强。
• 实验/评估:
  • 基准：使用来自图形感知研究的 1,384 个图表对，比较合成特征与 Draco 2。
  • 基因组学：整理了 296 个标注图表对，展示该方法在领域特定可视化中的适用性。
  • 专家反馈：基因组学专家对 75–80% 的选定特征评价为有帮助或非常有帮助。
• 局限性与未来工作:
  • 语料库的规模和范围有限，可能遗漏最近或专业化的设计案例。
  • 未来工作可以探索更广泛的领域（如不确定性可视化）并整合任务特定特征。

总结

本文提出了一种从排序的可视化对中自动合成可视化设计知识库的方法。该方法通过提取、选择和呈现设计特征为正式表示，实现了与人工编写系统（如 Draco 2）相比具有竞争力或更优的性能。基准评估和基因组学可视化案例研究证明了该方法的泛化能力和领域适应性。未来工作可以扩展其在其他可视化领域的应用，并优化语料库准备以实现更全面的特征学习。