GRAFS:支持探索性搜索中概念理解的图形化分面搜索系统

交互式数据可视化数据故事讲述(Data Storytelling)软件工程师与开发者数据科学家与分析师AI/ML 研究员与工程师

当人们在大型文档集中搜索新主题的信息时,他们会隐式构建一个心理模型来表征当前已知的知识并指导对未知领域的探索。构建这种心理模型具有挑战性,因为它不仅需要找到相关文档,还需要综合重要概念以及这些概念在文档内部和跨文档之间的联系。本文描述了一种新颖的交互式方法,旨在帮助用户在探索性搜索过程中构建不熟悉信息空间的心理模型。我们提出了一个新的语义搜索系统,用于组织和可视化搜索结果集的重要概念及其关系。用户研究(n=20)将所提出的方法与基线分面搜索系统进行了比较,用于探索性文献搜索任务。实验结果表明,所提出的方法在帮助用户识别关键概念之间的关系方面更有效,从而产生了对搜索主题更成熟的理解,同时保持了与分面搜索系统相似的功能和可用性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/139356/2024

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2024
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、数据故事讲述(Data Storytelling)
work
职业/产业
软件工程师与开发者、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
7 篇相关论文