[論文レビュー] CAVA: A Visual Analytics System for Exploratory Columnar Data Augmentation Using Knowledge Graphs

Dylan Cashman, Shenyu Xu+7 more|arXiv (Cornell University)|Sep 7, 2020

Data Visualization and Analytics参考文献 62被引用数 6

ひとこと要約

CAVA は、アクティブな分析中に、インタラクティブなビジュアルクエリとプレビューを用いて、知識グラフから外部属性をテーブルデータセットに補完できるビジュアルアナリティクスシステムです。複雑なジョイン処理やデータ発見を簡素化することで、データ補強をビジュアルアナリティクスのパイプラインに統合し、分析の質を向上させます。ユーザー研究により、1時間以内にプログラミングを用いずに効果的なデータ補強が可能であることが示されています。

ABSTRACT

Most visual analytics systems assume that all foraging for data happens before the analytics process; once analysis begins, the set of data attributes considered is fixed. Such separation of data construction from analysis precludes iteration that can enable foraging informed by the needs that arise in-situ during the analysis. The separation of the foraging loop from the data analysis tasks can limit the pace and scope of analysis. In this paper, we present CAVA, a system that integrates data curation and data augmentation with the traditional data exploration and analysis tasks, enabling information foraging in-situ during analysis. Identifying attributes to add to the dataset is difficult because it requires human knowledge to determine which available attributes will be helpful for the ensuing analytical tasks. CAVA crawls knowledge graphs to provide users with a a broad set of attributes drawn from external data to choose from. Users can then specify complex operations on knowledge graphs to construct additional attributes. CAVA shows how visual analytics can help users forage for attributes by letting users visually explore the set of available data, and by serving as an interface for query construction. It also provides visualizations of the knowledge graph itself to help users understand complex joins such as multi-hop aggregations. We assess the ability of our system to enable users to perform complex data combinations without programming in a user study over two datasets. We then demonstrate the generalizability of CAVA through two additional usage scenarios. The results of the evaluation confirm that CAVA is effective in helping the user perform data foraging that leads to improved analysis outcomes, and offer evidence in support of integrating data augmentation as a part of the visual analytics pipeline.

研究の動機と目的

• データキュレーションと分析を分離する従来のビジュアルアナリティクスシステムの制限に対処し、反復的な探索を制限しないこと。
• リアルタイムのインサイトをもとに、分析プロセス中に関連する外部属性を知識グラフから発見・統合できるようにすること。
• データベースレベルの操作を視覚的インターフェースで抽象化することで、複雑なデータ補強の障壁を低減すること。
• 技術的専門知識がなくても、複数ホップの知識グラフクエリを理解し、構築できるように支援すること。
• データ補強をビジュアルアナリティクスワークフローの主要なコンponentとして統合し、分析の質を向上させ、ユーザー主導のデータキュレーションを強化すること。

提案手法

• エンティティ解決のヒューリスティクスを用いて、テーブルデータセットの各行を知識グラフ（例：Wikidata）のエンティティにマッピングする。
• 各属性の潜在的な属性ジョインを視覚的にプレビューし、データの分布と例としてのグラフパスを表示する。
• 関連性とカバレッジに基づいてフィルタリングやランク付けが可能な、知識グラフの関係から導出された候補属性のリストを提供する。
• 複数ホップの集計や知識グラフのサブ構造に対するフィルタリングを可能にするビジュアルクエリビルダーをサポートする。
• 知識グラフの構造とジョインパスを可視化し、補強された属性の出典と論理を理解するのを支援する。
• 補強された属性を直接データセットに新しい列として統合し、データラインレージャンと文脈を保持する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーは、事前のプログラミング経験がなくても、アクティブなデータ分析中に知識グラフから関連する外部属性を効果的に発見・統合できるか？
• RQ2 データ補強をビジュアルアナリティクスワークフローに統合することで、分析インサイトの質と深さにどのような影響を与えるか？
• RQ3 視覚的インターフェースは、データ補強のための複雑な知識グラフクエリの構築に伴う認知的・技術的負担をどの程度軽減できるか？
• RQ4 属性発見の過程で、知識グラフデータのスパarsity（スパarsity）と曖昧さに対処するために、CAVAはユーザーをどのように支援するか？
• RQ5 CAVAのアプローチは、予測モデリングや探索的分析を含む多様なデータセットと分析タスクに一般化可能か？

主な発見

• ユーザー研究に参加した6名のすべての参加者が、2つのデータセットで60分以内にデータ補強を成功させ、CAVAの習得可能性と使いやすさを実証した。
• CAVAは、ユーザーが視覚的に複雑な複数ホップの知識グラフクエリを構築できるようにし、後続の分析タスクを向上させる意味のある属性補強を実現した。
• 結合されたデータの分布と例としてのグラフパスを視覚的にプレビューすることで、ユーザーは候補属性の関連性と品質を評価するのに顕著に支援された。
• 分析ワークフローにデータ補強を統合することで、インサイト生成とデータ強化の間を繰り返し実行できるようになり、より情報に基づいた効果的な分析意思決定が可能になった。
• 視覚的ヒントとインタラクティブな曖昧さ解消支援を提供することで、CAVAはデータスパarsityと曖昧なエンティティ解決の課題を効果的に軽減した。
• 2つの追加の使用シナリオを通じて、予測モデリングとインサイト生成タスクの両方で有効性を示し、一般化可能性を実証した。