ScrAPIr: 让网络数据API对最终用户可访问
自动机器学习(AutoML)界面计算方法在HCI中的应用软件工程师与开发者AI/ML 研究员与工程师HCI 研究员
用户长期以来一直在努力从网站中提取和重新利用数据,通过费力地从网页中复制或抓取内容。另一种方法是编写脚本,通过API获取数据。这比抓取提供了更干净的数据访问方式;然而,API对于程序员来说是费力的,对于非程序员来说几乎是不可能使用的。在这项工作中,我们使用户无需编程即可访问API。我们演进了一个用于声明性指定如何与数据API交互的模式。然后我们开发了ScrAPIr:一个标准查询GUI,使用户能够通过任何已有规范的API获取数据,以及一个允许用户为给定API编写和分享规范的第二个GUI。从实验室评估中,我们发现即使是非程序员也可以使用ScrAPIr访问API,而程序员使用ScrAPIr访问API的平均速度比使用编程快3.8倍。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 83%
在黑暗中引导:评估在缺乏金标准标签情况下人类在数据标注引导工程中的表现
CHI '25· 可解释人工智能(XAI) +2
- 67%
招募具有编程技能的参与者:四种众包平台和计算机科学学生邮件列表的比较
CHI '22· 众包任务设计与质量控制 +1
- 67%
INTENT:交互式张量转换合成
UIST '22· 自动机器学习(AutoML)界面 +1
- 60%
计算交互:理论与实践
CHI '18· 计算方法在HCI中的应用
- 60%
利用社区使用数据实现数据驱动的API设计:一项需求研究
CHI '20· 计算方法在HCI中的应用
- 60%
基于模型的回溯交互技术评估
CHI '24· 计算方法在HCI中的应用
- 60%
小步进示例实时编程
UIST '20· 计算方法在HCI中的应用
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376691
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
自动机器学习(AutoML)界面、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
7 篇相关论文