Dziban:通过锚定建议在可视化设计中平衡自主性与自动化

推荐系统用户体验交互式数据可视化UI/UX 设计师HCI 研究员

可视化推荐系统试图自动化设计决策,包括选择数据、变换和可视化编码。然而,在多次调用中,这些推荐系统可能缺乏先前结果的上下文,产生不稳定的输出,覆盖了早期的设计选择。为了更好地平衡自动化建议与用户意图,我们贡献了Dziban,这是一个支持模糊规范和新颖锚定机制的可视化API,用于传达所需上下文。Dziban使用Draco知识库自动完成部分规范并建议适当的可视化。此外,它通过扩展Draco的图表相似性逻辑,使推荐的图表在感知上也与提供的“锚定”图表相似。现有的探索性可视化API,如ggplot2和Vega-Lite,需要完整的图表定义。相比之下,Dziban通过自动化设计提供了更简洁和灵活的创作体验,同时通过锚定推荐保持了可预测性和控制性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/32189/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376880
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
推荐系统用户体验、交互式数据可视化
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文