[論文レビュー] Beagle: Automated Extraction and Interpretation of Visualizations from the Web

Leilani Battle, Peitong Duan+4 more|arXiv (Cornell University)|Nov 16, 2017

Data Visualization and Analytics被引用数 14

ひとこと要約

Beagle は、ウェブクローラーと SVG 専用のアノテータを用いて、ウェブページからの SVG ベースの可視化を自動で抽出・分類するシステムであり、41,000 件以上の可視化において 24 種類の可視化タイプを識別する際、86% の正確性を達成した。研究では、棒グラフ、折れ線グラフ、散布図、地図がウェブ上の可視化を支配していることが明らかになったが、議論の的になっているにもかかわらず、円グラフは相対的にまれであることが判明した。

ABSTRACT

"How common is interactive visualization on the web?" "What is the most popular visualization design?" "How prevalent are pie charts really?" These questions intimate the role of interactive visualization in the real (online) world. In this paper, we present our approach (and findings) to answering these questions. First, we introduce Beagle, which mines the web for SVG-based visualizations and automatically classifies them by type (i.e., bar, pie, etc.). With Beagle, we extract over 41,000 visualizations across five different tools and repositories, and classify them with 86% accuracy, across 24 visualization types. Given this visualization collection, we study usage across tools. We find that most visualizations fall under four types: bar charts, line charts, scatter charts, and geographic maps. Though controversial, pie charts are relatively rare in practice. Our findings also indicate that users may prefer tools that emphasize a succinct set of visualization types, and provide diverse expert visualization examples.

研究の動機と目的

• ウェブ上でのインタラクティブ可視化の実世界における使用状況を理解すること。
• 特に円グラフのような議論の的となっているタイプの可視化の普及状況を調査すること。
• 現在の可視化ツールがエンドユーザーにとって実用的なタイプのセットをサポートしているかどうかを評価すること。
• ユーザーが既存の例から可視化デザインを選択・再利用する方法を探ること。

提案手法

• ウェブクローラーが、bl.ocks.org、Plotly、Chartblocks、Fusion Charts、Graphiq の 5 つの可視化リポジトリからウェブページの SVG オブジェクトを抽出する。
• システムは各抽出済み可視化の元の SVG 規格と視覚的スナップショットを収集する。
• アノテータは、SVG コードの構造的および統計的特徴を用いて、可視化を 24 種類のタイプに分類する。
• 分類の評価は五分割交差検証を用い、ツールコレクション内およびそれらの間での正確性を測定する。
• 本手法はラスタ画像分析ではなく、ベクトルベースの SVG 特徴に焦点を当てており、スケーラブルな可視化要素の正確な分類を可能にする。
• このアプローチにより、多様なツールやプラットフォームをカバーする大規模かつ自動化された実世界の可視化使用状況の分析が可能になった。

実験結果

リサーチクエスチョン

• RQ1 ウェブ上ではどの程度インタラクティブ可視化が一般的であり、ウェブページの何パーセントにそれが含まれているか？
• RQ2 異なるツールやリポジトリにおいて、どの可視化タイプが最も一般的か？
• RQ3 ユーザーの可視化タイプ選択はツールによってどのように異なるのか。その選択に何が影響を与えているのか？
• RQ4 新しい可視化を作成する際に、ユーザーはどの程度既存の例に依存しているのか？
• RQ5 可視化コミュニティでしばしば議論されているように、円グラフは本当に広く使われているのだろうか？

主な発見

• 訪問した 2,000 万件のウェブページのうち、SVG ベースの可視化を含むのはたった 0.05% にとどまり、インタラクティブ可視化がウェブ上で依然として比較的まれであることが示された。
• Beagle は 24 種類の可視化タイプを含む多クラス分類設定において 86% の分類正確性を達成し、個々のツールコレクション内では 82% から 99% の正確性を示した。
• 棒グラフ、折れ線グラフ、散布図、地理的マップが、可視化の大部分を占めており、これら 4 種類が収集されたデータの大部分を占めている。
• 円グラフは相対的にまれであり、Chartblocks コレクションでは全体の 23.2% にとどまり、他のコレクションではさらに低い割合であった。これは、議論の的になっているにもかかわらず、実際の現場では使用が限定的であることを示唆している。
• D3 のユーザーは、しばしば既存の例を出発点としてコピーしており、熟練者の例へのアクセスが新しい可視化タイプの採用を促進している可能性がある。
• 研究用ツールには多数の可視化タイプが用意されているにもかかわらず、実際の使用状況ではわずか 4 種類のタイプが支配的であることが判明した。これは、研究の能力と実際のユーザーのニーズの間には乖離があることを示唆している。