InReAcTable：基于大语言模型的交互式可视化数据故事构建系统

DOI

表格数据中的洞察捕获了帮助分析师理解关键信息的宝贵模式。将相关洞察组织成可视化数据故事对深入分析至关重要。然而，构建此类故事具有挑战性，因为提取洞察之间固有关系的复杂性。用户难以筛选大量离散洞察，将特定洞察整合成满足其分析目标的统一叙事。现存方法要么严重依赖用户专业知识，导致过程效率低下，要么采用自动化方法无法完全捕捉其演进目标。本文引入 InReAcTable 框架，通过在数据洞察之间建立结构和语义连接来增强可视化数据故事构建。每个用户交互都会触发 Acting 模块，该模块利用洞察图进行结构过滤以缩小搜索空间，随后 Reasoning 模块使用基于大语言模型的检索增强生成方法进行语义过滤，最终提供与用户分析意图一致的洞察推荐。基于 InReAcTable 框架，我们开发了一个交互式原型系统，引导用户构建符合其分析需求的可视化数据故事。我们进行了案例研究和用户实验，以展示 InReAcTable 框架和原型系统在交互式构建可视化数据故事方面的实用性和有效性。