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。
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。
- 75%
为推荐系统增强知识图谱中的视觉信息
IUI '21· 推荐系统用户体验
- 67%
图形感知知识的回顾与整理用于可视化推荐
CHI '23· 推荐系统用户体验 +2
- 60%
使用深度学习预测垂直菜单选择中的人类性能
CHI '18· 推荐系统用户体验 +1
- 60%
Paragon:一个通过视觉示例增强设计反馈的在线画廊
CHI '18· 交互式数据可视化 +1
- 60%
DataSelfie:赋能人们设计个性化视觉来代表他们的数据
CHI '19· 交互式数据可视化 +1
- 60%
ActiveInk: (Th)Inking与数据
CHI '19· 交互式数据可视化 +1
- 60%
Haptipedia: 加速触觉设备发现以支持交互与工程设计
CHI '19· 力反馈与伪重力感 +1
- 60%
使用验证设计和众包方法评估多变量网络可视化技术
CHI '20· 交互式数据可视化 +1
- 60%
截断Y轴:威胁还是危象?
CHI '20· 交互式数据可视化 +1
- 60%
GoTree:树形可视化的语法
CHI '20· 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/10.1145/3313831.3376880
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
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