[論文レビュー] Group-Level Graph Visualization Taxonomy

Bahador Saket, Paolo Simonetto+1 more|arXiv (Cornell University)|Mar 21, 2014

Data Visualization and Analytics参考文献 20被引用数 23

ひとこと要約

本稿では、クラスタ化されたグラフの可視化のためのグループレベルのタスクに関する新しい分類体系を提案する。既存の可視化タスク分類体系を拡張し、ネットワーク内のグループ、クラスタ、階層構造の分析に特有の課題に対処する。BrehmerおよびMunznerのマルチレベル分類体系にこれらのタスクを統合することで、BubbleSets や LineSets、GMap といったグループに配慮した可視化手法の評価に標準化されたフレームワークを提供し、評価研究における再現性と比較可能性を向上させる。

ABSTRACT

Task taxonomies for graph and network visualizations focus on tasks commonly encountered when analyzing graph connectivity and topology. However, in many application fields such as the social sciences (social networks), biology (protein interaction models), software engineering (program call graphs), connectivity and topology information is intertwined with group, clustering, and hierarchical information. Several recent visualization techniques, such as BubbleSets, LineSets and GMap, make explicit use of grouping and clustering, but evaluating such visualization has been difficult due to the lack of standardized group-level tasks. With this in mind, our goal is to define a new set of tasks that assess group-level comprehension. We propose several types of group-level tasks and provide several examples of each type. Finally, we characterize some of the proposed tasks using the multi-level typology of abstract visualization tasks. We believe that adding group-level tasks to the task taxonomy for graph visualization would make the taxonomy more useful for the recent graph visualization techniques. It would help evaluators define and categorize new tasks, and it would help generalize individual results collected in controlled experiments.

研究の動機と目的

• ソーシャルネットワーク、生物学、ソフトウェア工学などの分野において、グループに配慮したグラフ可視化の評価に向けた標準化されたタスク定義の欠如に対処すること。
• 形式的にグループレベルの理解タスクを組み込むことで、既存のグラフ可視化タスク分類体系を拡張すること。
• グループレベルのタスクを記述するための構造的でマルチレベルの分類体系（なぜ／どのように／何を）を提供し、評価研究におけるタスク定義の明確化を可能にすること。
• クラスタリングおよび階層的構造を明示的に表現する新しい可視化技術の設計と評価を支援すること。
• グラフ可視化研究における制御実験の一般化可能性と再現性を向上させること。

提案手法

• 認知的および分析的目標（例：発見、比較、要約）に基づいて分類されたグループレベルのタスクの新規セットを提案する。
• 抽象的可視化タスクのマルチレベル分類体系（なぜ／どのように／何を）を応用し、各グループレベルタスクを詳細に記述する。
• 実世界の可視化例（例：BubbleSets、GMap、LineSets）を用いて、タスク定義を実際の可視化設計に根ざしたものにする。
• 具体的な例を用いてタスク記述を提示し、タスクがなぜ／どのように／何をの枠組みにどのように対応するかを示す。
• 入力／出力構造、必要な認知的作業、分析における目的に基づいてタスクを分類する。
• 重複クラスタやより複雑なグループ間相互作用に対応するための分類体系の拡張フレームワークを提案する。

実験結果

リサーチクエスチョン

• RQ1 グラフ可視化におけるグループレベルのタスクを、評価の一貫性を高めるために体系的に分類・記述する方法は何か？
• RQ2 ソーシャルネットワークや生物学的システムなどの分野において、クラスタ化されたグラフ解析で生じる主要なグループレベルの理解タスクの種類は何か？
• RQ3 BrehmerおよびMunznerのマルチレベル分類体系を、より良いタスク定義を実現するためにグループレベルのタスクを統合するためにどのように適合させられるか？
• RQ4 グループレベルのタスクは、トポロジー中心の従来のグラフタスクと比べて、認知的負荷や分析的目標においてどのように異なるか？
• RQ5 この分類体系は、クラスタリングおよび階層構造に重点を置いた新しい可視化技術の設計と評価をどのように支援できるか？

主な発見

• 本稿では、発見、比較、要約を含む包括的なグループレベルタスクのセットを明確に定義し、従来のグラフ可視化タスク分類体系を拡張した。
• なぜ／どのように／何をの分類体系の統合により、グループレベルタスクの正確で標準化された記述が可能となり、評価研究における明確性と再現性が向上した。
• 例として「リンク数が最も多い3つのグループを特定せよ」といったタスクは、マルチレベルフレームワークを用いて形式的に記述可能であり、一貫した実験設計を支援する。
• 著者らは、メタグラフ表現からグループレベルタスクを導出できることを示した。この場合、クラスタはメタノードとして扱われ、クラスタ間接続に基づくメタエッジが形成される。
• 本分類体系は拡張可能であり、重複クラスタに対しても適応可能であるが、複雑性の増加に伴い追加のタスクタイプを必要とする。
• 提案された分類体系は、BubbleSets や LineSets、GMap といった新興の可視化技術の評価を向上させ、タスク定義のための共通言語を提供する。