[논문 리뷰] Using Layout Information for Spreadsheet Visualization

Sabine Hipfl|ArXiv.org|2008. 02. 27.

Spreadsheets and End-User Computing참고 문헌 9인용 수 8

한 줄 요약

이 논문은 콘텐츠 기반 의미 클래스에만 의존하는 것 대신 레이아웃 정보—예를 들어 행/열 레이블과 포맷팅 패턴—을 활용하여 스프레드시트 시각화를 향상시키는 방법을 제안한다. 의도적인 그룹화와 일시적인 배열을 구분하기 위해 히ュ리스틱을 적용함으로써 사용자가 설정한 파rameter가 필요한 양을 줄여 비전문가 사용자에게도 접근성이 높아지며, 스프레드시트 내 의미적 블록 탐지의 정확도도 향상시킨다.

ABSTRACT

This paper extends a spreadsheet visualization technique by using layout information. The original approach identifies logically or semantically related cells by relying exclusively on the content of cells for identifying semantic classes. A disadvantage of semantic classes is that users have to supply parameters which describe the possible shapes of these blocks. The correct parametrization requires a certain degree of experience and is thus not suitable for untrained users. To avoid this constraint, the approach reported in this paper uses row/column-labels as well as common format information for locating areas with common, recurring semantics. Heuristics are provided to distinguish between cell groups with intended common semantics and cell groups related in an ad-hoc manner.

연구 동기 및 목표

• 콘텐츠 기반 의미 분류에만 의존하는 스프레드시트 시각화의 한계를 해결하기 위해 전문 지식이 필요한 파rameter 조정이 필요로 하는 문제를 해결한다.
• 사용자가 의미 클래스 파rameter를 수동으로 설정할 필요 없이 비전문가 사용자의 사용성 장벽을 낮춘다.
• 행 및 열의 레이블과 포맷팅과 같은 구조적 레이아웃 정보를 통합함으로써 의미적으로 관련된 셀 그룹 탐지 정확도를 향상시킨다.
• 스프레드시트 내 의미적으로 유의미한 그룹과 우연히 또는 일시적으로 형성된 그룹을 구분하는 히ュ리스틱을 개발한다.

제안 방법

• 행 또는 열의 레이블을 사용해 의미적 그룹화를 유추한다. 일반적으로 레이블이 붙은 행이나 열은 카테고리나 차원을 나타내기 때문이므로 이러한 가정을 기반으로 한다.
• 테두리, 글꼴 스타일, 배경 색상 등의 포맷팅 패턴을 분석하여 빈틈없는 시각적 영역을 식별함으로써 논리적 데이터 블록으로 간주할 수 있는 영역을 파악한다.
• 셀 그룹이 의도적으로 구성되었는지(예: 일관된 포맷팅과 레이블링) 여부를 평가하기 위해 히ュ리스틱을 적용한다.
• 콘텐츠 기반 클러스터링 파ram터에 의존하지 않고 레이아웃과 포맷팅 신호를 구조적 분석과 융합하여 의미 클래스를 유추한다.
• 행과 열의 레이블 일관성과 포맷팅 균일성을 점검함으로써 의미적 일관성이 있는 후보 영역을 평가한다.
• 일반적인 스프레드시트 설계 관행에서 유도된 구조적 히ュ리스틱을 활용함으로써 파ram터 조정이 필요 없도록 한다.

실험 결과

연구 질문

• RQ1 사용자 정의 파rameter가 필요 없이 레이아웃과 포맷팅 정보를 효과적으로 활용해 의미적으로 관련된 셀 그룹을 탐지할 수 있는가?
• RQ2 레이아웃 정보만으로 의미적으로 의미 있는 데이터 블록과 일시적인 그룹화를 어떻게 구분할 수 있는가?
• RQ3 콘텐츠 기반 접근 방식과 비교했을 때 레이아웃 정보를 사용함으로써 시각화 정확도와 사용성은 어느 정도 향상되는가?
• RQ4 스프레드시트에서 논리적 데이터 영역을 식별하는 데 가장 신뢰할 수 있는 구조적 단서는 무엇인가? (예: 레이블, 테두리, 폰트 등)

주요 결과

• 레이아웃과 포맷팅 정보를 활용함으로써 사용자가 설정한 파rameter가 필요한 정도가 크게 감소하여 비전문가 사용자에게 사용성이 향상된다.
• 일관된 레이블링과 포맷팅 패턴에 기반한 히ュ리스틱이 콘텐츠 기반 방법보다 더 높은 신뢰도로 의미적으로 일관된 셀 그룹을 성공적으로 식별한다.
• 구조적 일관성 분석을 통해 의도적인 데이터 블록과 우연적인 그룹화를 효과적으로 구분할 수 있다.
• 콘텐츠 기반 분류가 모호하거나 희박한 데이터로 인해 실패하기 쉬운 실제 스프레드시트 환경에서도 의미 블록 탐지의 강건성을 향상시킨다.