[논문 리뷰] Beagle: Automated Extraction and Interpretation of Visualizations from the Web

Leilani Battle, Peitong Duan외 4명|arXiv (Cornell University)|2017. 11. 16.

Data Visualization and Analytics인용 수 14

한 줄 요약

Beagle는 웹 크롤러와 SVG 전용 애너테이터를 사용하여 웹 페이지에서 SVG 기반의 시각화를 자동으로 추출하고 분류하는 시스템으로, 41,000개 이상의 시각화에서 24종류의 시각화 유형을 식별하는 데 86%의 정확도를 달성했다. 이 연구는 바, 선, 산점도 및 지도 시각화가 웹 시각화에서 지배적임을 밝혀냈으며, 논란의 여지가 있는 파이 차트는 상대적으로 드물게 사용됨을 확인했다.

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.

연구 동기 및 목표

• 웹에서 상호작용 가능한 시각화의 실제 사용 방식을 이해하기 위해.
• 특히 파이 차트와 같이 논란의 여지가 있는 유형들이 얼마나 널리 퍼져 있는지 조사하기 위해.
• 현재의 시각화 도구가 최종 사용자를 위해 실용적인 유형 세트를 지원하는지 평가하기 위해.
• 사용자가 기존 예시에서 어떤 식으로 시각화 디자인을 선택하고 재사용하는지 탐색하기 위해.

제안 방법

• 웹 크롤러가 bl.ocks.org, Plotly, Chartblocks, Fusion Charts, Graphiq의 다섯 개의 시각화 레포지터리에서 웹 페이지의 SVG 객체를 추출한다.
• 시스템은 각 추출된 시각화에 대해 원본 SVG 사양과 시각적 스냅샷을 수집한다.
• 애너테이터는 SVG 코드의 구조적 및 통계적 특징을 활용하여 시각화를 24종류의 유형으로 분류한다.
• 분류 성능은 오차 제곱합의 5배 교차 검증을 통해 평가되며, 도구 컬렉션 내외에서의 정확도를 측정한다.
• 이 방법은 래스터 이미지 분석이 아닌 벡터 기반 SVG 기능에 중점을 두어 확장 가능한 시각화 요소를 정밀하게 분류할 수 있다.
• 이러한 접근은 다양한 도구와 플랫폼을 통해 실제 세계의 시각화 사용 패턴을 대규모로 자동으로 분석할 수 있게 한다.

실험 결과

연구 질문

• RQ1 웹에서 상호작용 가능한 시각화는 얼마나 흔한가? 웹 페이지의 몇 퍼센트가 이를 포함하고 있는가?
• RQ2 다양한 도구와 레포지터리 간에 어떤 시각화 유형이 가장 흔한가?
• RQ3 사용자들이 도구 간에 시각화 유형 선택에 있어 어떻게 다름이 있으며, 어떤 요인이 그 선택에 影響을 미치는가?
• RQ4 사용자가 새로운 시각화를 만들 때 기존 예시에 얼마나 의존하는가?
• RQ5 시각화 커뮤니티에서 자주 논의되는 바와 같이 파이 차트는 실제로 그렇게 널리 쓰이고 있는가?

주요 결과

• 방문한 2,000만 개의 웹 페이지 중 단 0.05%만이 SVG 기반의 시각화를 포함하여, 상호작용 가능한 시각화가 여전히 웹에서 비교적 드문 것으로 나타났다.
• Beagle는 24종류의 다중 클래스 설정에서 86%의 분류 정확도를 달성했으며, 개별 도구 컬렉션 내에서는 82%에서 99%의 정확도를 기록했다.
• 바 차트, 선 차트, 산점도 및 지도 시각화가 시각화의 대부분을 차지하여 수집된 자료의 대부분을 이끌었다.
• 파이 차트는 상대적으로 드물게 사용되었으며, Chartblocks 컬렉션에서만 23.2%의 비율을 차지했고, 다른 곳에서는 더 낮은 비율을 보여, 논란에도 불구하고 실질적인 사용은 제한적임을 시사했다.
• D3 사용자들은 자주 기존 예시를 시작점으로 복사하여 사용함으로써, 전문가의 예시에 접근 가능성이 새로운 시각화 유형의 도입을 장려할 수 있음을 보여주었다.
• 연구 도구에서 제공하는 다양한 시각화 유형에도 불구하고, 실질적인 사용은 단지 네 가지 유형에 의해 지배되고 있어, 연구 기능과 실용적 사용자 요구 간의 괴리가 있음을 시사한다.