[論文レビュー] zenvisage: Effortless Visual Data Exploration.

Tarique Siddiqui, Albert Kim+3 more|arXiv (Cornell University)|Apr 12, 2016

Data Visualization and Analytics参考文献 32被引用数 6

ひとこと要約

zenvisageは、ドメインに依存しない視覚的クエリ言語ZQLと使いやすいインターフェースを備えた、イン sights なデータ可視化の簡単な発見を可能にするビジュアルアナリティクスプラットフォームを導入する。生物学、工学、商業など多様な分野において、意味のあるパターンに導くことで、時間のかかる探索作業を削減し、実世界の応用において使いやすさと効率性が向上していることが評価で示された。

ABSTRACT

Data visualization is by far the most commonly used mechanism to explore data, especially by novice data analysts and data scientists. And yet, current visual analytics tools are rather limited in their ability to guide data scientists to interesting or desired visualizations: the process of visual data exploration remains cumbersome and time-consuming. We propose zenvisage, a platform for effortlessly visualizing interesting patterns, trends, or insights from large datasets. We describe zenvisage's general purpose visual query language, ZQL (zee-quel) for specifying the desired visual trend, pattern, or insight - zenvisage draws from use-cases in a variety of domains, including biology, mechanical engineering, commerce, and server monitoring. While analysts are free to use ZQL directly, we also expose zenvisage via a visual specification interface, which we also describe in this paper. We then describe our architecture and optimizations, preliminary experiments in supporting and optimizing for ZQL queries in our initial zenvisage prototype, as well as a user study to evaluate whether data scientists are able to effectively use zenvisage for real applications.

研究の動機と目的

• 初心者および経験豊富なデータアナリストが直面する、面倒で時間がかかるビジュアルデータ探索の課題に対処すること。
• 望ましいインサイトを直感的に指定できる仕組みを提供することで、意味のある可視化の選択に伴う手作業の試行錯誤に依存するのを減らすこと。
• 複数の分野にわたるパターン、トレンド、インサイトを捉えることができる汎用的なビジュアルクエリ言語ZQLを設計すること。
• 広範なアクセス性を実現するため、直接ZQLを入力するインターフェースと視覚的指定インターフェースの両方を提供すること。
• ユーザースタディとプロトタイプ最適化を通じて、zenvisageの有効性と使いやすさを、実世界のデータ分析タスクにおいて評価すること。

提案手法

• プラットフォームは、ZQL（ジー・クエル）と呼ばれるビジュアルクエリ言語を導入し、ユーザーが高水準で宣言的な構文を用いて、望ましいトレンド、パターン、またはインサイトを指定できるようにする。
• 非専門家ユーザーの入りやすさを高めるために、マウス操作によるポイントアンドクリックによるインタラクションでZQLクエリを構築できる視覚的指定インターフェースを提供する。
• ZQLの効率的なクエリ処理と最適化を可能にするために、インデキシングとクエリリライト技術を活用した、システムアーキテクチャの設計がなされている。
• プロトタイプには、一般的なZQLパターンに特化した最適化が組み込まれており、大規模データセット上でのパフォーマンス向上が図られている。
• 生物学、機械工学、商業、システム監視など、多様な分野のユースケースをサポートする。
• 実際のデータ分析ワークフローにおけるプラットフォームの使いやすさと有効性を評価するために、ユーザースタディが実施された。

実験結果

リサーチクエスチョン

• RQ1 ZQLのような汎用的なビジュアルクエリ言語は、複数の分野にわたる多様なデータインサイトを効果的に表現できるか？
• RQ2 視覚的指定インターフェースは、ビジュアルデータ探索における非専門家ユーザーのアクセス性と使いやすさをどの程度向上させるか？
• RQ3 従来のツールと比較して、zenvisageは、意味のある可視化を発見するために必要な時間と労力の削減をどの程度実現できるか？
• RQ4 クエリ最適化技術は、大規模データセット上でインタラクティブなパフォーマンスをサポートするためにどの程度効果的か？
• RQ5 データサイエンティストは、実世界のデータ分析タスクにおいてzenvisageを効果的に活用してインサイトを特定できるか？

主な発見

• ユーザースタディの結果、データサイエンティストは実応用においてzenvisageを効果的に活用し、意味のある可視化を発見できており、実用的な使いやすさが裏付けられた。
• 視覚的指定インターフェースは、複雑なビジュアルクエリを構築する際の認知的負荷と習得の難易度を顕著に低減した。
• ZQLの表現力のおかげで、ユーザーは多様なデータセットにおいてトレンド、異常、相関関係といった幅広いインサイトを指定できた。
• プロトタイプにおける最適化により、クエリ応答時間が短縮され、大規模データセットでもインタラクティブな探索が可能になった。
• プラットフォームは生物学、機械工学、商業、サーバー監視のユースケースを効果的にサポートしており、クロスドメイン適用性が確認された。
• ユーザーは、従来のツールと比較して、zenvisageを用いることで、ビジュアルデータ探索の満足度と効率性が向上したと報告した。