杜波依斯包裹条形图:可视化具有不均衡值的分类数据
作者
交互式数据可视化不确定性可视化HCI 研究员统计学家与数据科学家
我们提出了一种可视化技术,即杜波依斯缠绕条形图,灵感来源于W.E.B杜波依斯的作品。杜波依斯缠绕条形图通过将超过一定阈值的大条形缠绕起来,从而更好地进行大到小的条形比较。我们首先通过两个众包实验比较缠绕条形图和标准条形图,以评估(1)缠绕条形在帮助参与者识别和比较值方面的优势;(2)最适用于缠绕条形的数据特征。在第一项研究(n=98)中,使用真实世界的数据集,我们发现缠绕条形图在识别和估计条形之间的比率方面具有更高的准确性。在后续研究(n=190)中,使用13个模拟数据集,我们发现当某些类别的值根据熵和H扩散测量不相称时,参与者使用缠绕条形图始终更准确。最后,在实验室研究中,我们调查了参与者的体验和策略,从而制定了何时以及如何使用缠绕条形图的指南。
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。
- 100%
标注折线图以应对欺骗
CHI '22· 交互式数据可视化 +1
- 80%
我们在骰子中信任:随着时间保持选举预测信任的不确定性显示
CHI '24· 交互式数据可视化 +1
- 80%
确认偏见:数据事实作为视觉数据通信的双刃剑
CHI '25· 交互式数据可视化 +2
- 75%
多类散点图的交互式上下文保留颜色高亮
CHI '23· 交互式数据可视化
- 75%
主观概率修正在不确定性表示中的应用
CHI '23· 不确定性可视化
- 67%
采用贝叶斯认知方法改进数据可视化
CHI '19· 交互式数据可视化 +2
- 67%
你看到的是否就是你所想的?使用预测可视化来减少持续时间估计中的乐观偏差
CHI '22· 交互式数据可视化 +2
- 67%
揭开高维幕后:一项关于可靠可视分析的降维调查
CHI '25· 交互式数据可视化 +2
- 67%
评估用户对主动学习系统的信任:查询策略与不确定性可视化的洞察
IUI '24· 可解释人工智能(XAI) +2
- 60%
不确定性下的研究综合决策:设计分叉路径的花园
CHI '19· 交互式数据可视化 +1
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/10.1145/3313831.3376365
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
交互式数据可视化、不确定性可视化
work
职业/产业
HCI 研究员、统计学家与数据科学家
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文