比格尔:从网络中自动提取和解释可视化数据

算法透明度与可审计性交互式数据可视化数据科学家与分析师AI/ML 研究员与工程师

“网络上的交互式可视化有多普遍?”“最受欢迎的可视化设计是什么?”“饼图到底有多普遍?”这些问题暗示了交互式可视化在现实(在线)世界中的作用。在本文中,我们介绍了回答这些问题的方法(和发现)。首先,我们介绍了Beagle,它在网络上挖掘基于SVG的可视化,并自动按类型(即条形图、饼图等)对它们进行分类。使用Beagle,我们从五个不同的工具和存储库中提取了超过41,000个可视化,并以85%的准确率对它们进行了分类,涵盖了24种可视化类型。鉴于此可视化集合,我们研究了工具之间的使用情况。我们发现,大多数可视化属于四种类型:条形图、折线图、散点图和地理地图。尽管存在争议,但在所研究的可视化工具中,饼图相对较少。我们的研究结果还表明,给定工具支持的总可视化类型可能会影响其易用性。然而,通过向用户提供各种多样化的专家可视化示例,这种影响似乎被减轻了。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/8136/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
算法透明度与可审计性、交互式数据可视化
work
职业/产业
数据科学家与分析师、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
4 篇相关论文