[論文レビュー] Toward a deeper understanding of Visualization through keyword analysis

Petra Isenberg, Tobias Isenberg+3 more|HAL (Le Centre pour la Communication Scientifique Directe)|Aug 13, 2014

Data Visualization and Analytics被引用数 8

ひとこと要約

本稿は、2004–2014年の間の4,366件の可視化学会発表論文を、標準化された（PCS）キーワードと研究者自身が選択したキーワードを用いて分析し、研究テーマ、トレンド、用語の多様性をマップ化する。主なトピックを同定し、キーワードの不整合性を明らかにし、今後の提出におけるより効果的かつ情報に基づいたキーワード選定を可能にするツールであるkeyvis.orgを紹介。

ABSTRACT

We present the results of a comprehensive analysis of visualization paper keywords supplied for 4366 papers submitted to five main visualization conferences. We describe main keywords, topic areas, and 10-year historic trends from two datasets: (1) the standardized PCS taxonomy keywords in use for paper submissions for IEEE InfoVis, IEEE Vis-SciVis, IEEE VAST, EuroVis, and IEEE PacificVis since 2009 and (2) the author-chosen keywords for papers published in the IEEE Visualization conference series (now called IEEE VIS) since 2004. Our analysis of research topics in visualization can serve as a starting point to (a) help create a common vocabulary to improve communication among different visualization sub-groups, (b) facilitate the process of understanding differences and commonalities of the various research sub-fields in visualization, (c) provide an understanding of emerging new research trends, (d) facilitate the crucial step of finding the right reviewers for research submissions, and (e) it can eventually lead to a comprehensive taxonomy of visualization research. One additional tangible outcome of our work is an application that allows visualization researchers to easily browse the 2600+ keywords used for IEEE VIS papers during the past 10 years, aiming at more informed and, hence, more effective keyword selections for future visualization publications.

研究の動機と目的

• 主要な可視化会議に提出された4,366件の論文のキーワード分析を通じて、可視化分野における研究トピックの進化を分析すること。
• 検索性やコミュニケーションを損なう原因となる、研究者自身が選択したキーワードにおける用語の不整合性および変種（例：単数/複数形、省略語、綴りの違い）を特定すること。
• 可視化研究のための共通語彙および包括的かつ進化し続ける分類体系の構築を支援し、分野横断的コミュニケーションおよびピアレビューのマッチングを改善すること。
• keyvis.orgを構築および展開し、研究者が10年間にわたるIEEE VISのキーワードを参照・分析できる公開のWebアプリケーションを提供すること。
• PCSや著者キーワードといった既存システムの強みと限界を評価することで、今後の分類体系設計を支援すること。

提案手法

• 2009年以降のIEEE InfoVis、Vis-SciVis、VAST、EuroVis、PacificVis会議から、標準化されたPCSキーワードを収集・分析。
• 2004年から2014年までにIEEE VIS会議シリーズに掲載された2,600件以上の論文の著者自身が選択したキーワードを収集・分析。
• キーワードの正規化およびクラスタリングを実施し、データセット全体における繰り返し現れるテーマおよび用語の変種を同定。
• キーワード頻度の10年間トレンドを追跡し、『評価』や『ディープラーニング』のような、新規および減少傾向にある研究トピックを特定。
• キーワードの使用状況、頻度、時間的変化を可視化できる検索可能なWebアプリケーションとしてkeyvis.orgを構築。
• キーワードの断片化や粒度の問題により、既存の分類体系（例：PCS）が洗練された研究トレンドを捉えきれていないという限界を評価。

実験結果

リサーチクエスチョン

• RQ1 2004年から2014年までの可視化研究における支配的である研究トピックおよびテーマクラスタは何か？
• RQ2 著者自身が選択したキーワードは、標準化されたPCSキーワードと比較して、用語の変種や一貫性においてどのように異なるか？
• RQ3 過去10年間における可視化研究の主なトレンドは何か。また、標準化されたキーワードと著者提供キーワードの間でどのように異なるか？
• RQ4 キーワード分析が、可視化研究のための共通語彙および包括的かつ保守可能な分類体系の構築をどの程度支援できるか？
• RQ5 キーワードデータおよびkeyvis.orgのようなツールは、ピアレビューのプロセスをどのように改善し、著者がより効果的なキーワードを選定するのを支援できるか？

主な発見

• 『評価』という用語は、著者自身が選択したキーワードにおいて顕著に増加傾向にあったが、PCS分類体系では7つのサブトピックに分散していたため、トレンドとして検出されなかった。
• 著者自身が選択したキーワードには、著しいばらつきが見られ、単数/複数形（例：'glyph' と 'glyphs'）、省略語（例：'DTI' と 'diffusion tensor imaging'）、連文字（例：'multi-dimensional' と 'multidimensional'）の違いが含まれる。
• PCS分類体系はピアレビューの改善を目的として設計されているが、その硬直的な構造と動的更新の欠如により、特定の新興トレンドを捉えきれていない。
• 分析の結果、1つの分類体系が可視化研究の多様性を完全に反映しているとは限らず、特に分野横断的かつ進化するサブフィールドを捉える点で限界があることが判明した。
• keyvis.orgは、10年間にわたるIEEE VIS論文の2,600以上のキーワードを探索可能にし、より情報に基づいた一貫性のあるキーワード選定を支援する。
• 本研究は、キーワード分析が研究トレンドの同定、コミュニケーションの改善、可視化研究のための統一された分類体系の開発を支援する有効な手法であることを示している。