Sneak Pique：探索自动补全作为支持可视化分析的数据发现支架

视频

DOI

自然语言交互已成为可视化分析中帮助用户探索数据的有用模态。现有研究很少探讨自动补全如何帮助用户发现数据并构建分析问题。本研究开发了名为 Sneak Pique 的系统作为设计探针，以更好地理解自动补全在可视化分析中的用处。研究通过三组 Mechanical Turk 实验评估了用户对各种基于文本和可视化组件的自动补全设计变体的偏好，以协助部分搜索查询。结果表明，用户认为数据预览功能很有帮助。对于时间、地理空间和数值数据的预览，首选可视化组件；而对于分类和分层数据，首选文本自动补全。研究者对该系统进行了探索性分析，实现了这一特定偏好的自动补全变体。关于这些自动补全建议的功效的洞察可为未来支持可视化分析的自然语言界面设计提供参考。