[论文解读] Insight-centric Visualization Recommendation

Camille Harris, Ryan A. Rossi+6 more|arXiv (Cornell University)|Mar 21, 2021

Data Visualization and Analytics参考文献 48被引用 10

一句话总结

本文提出了一种以洞察为中心的可视化推荐方法——Insight-centric Visualization Recommendation，该方法对单个洞察以及更高层级的洞察类型（如异常值、相关性等）进行排序与推荐。通过结合多种基于学习的方法检测多样化的洞察类型，并根据相关性对它们进行排序，SpotLight 系统使用户能够通过带注释、视觉分组的推荐，快速识别并探索最重要的洞察，显著提升了在陌生数据集中的探索效率与洞察发现能力。

ABSTRACT

Visualization recommendation systems simplify exploratory data analysis (EDA) and make understanding data more accessible to users of all skill levels by automatically generating visualizations for users to explore. However, most existing visualization recommendation systems focus on ranking all visualizations into a single list or set of groups based on particular attributes or encodings. This global ranking makes it difficult and time-consuming for users to find the most interesting or relevant insights. To address these limitations, we introduce a novel class of visualization recommendation systems that automatically rank and recommend both groups of related insights as well as the most important insights within each group. Our proposed approach combines results from many different learning-based methods to discover insights automatically. A key advantage is that this approach generalizes to a wide variety of attribute types such as categorical, numerical, and temporal, as well as complex non-trivial combinations of these different attribute types. To evaluate the effectiveness of our approach, we implemented a new insight-centric visualization recommendation system, SpotLight, which generates and ranks annotated visualizations to explain each insight. We conducted a user study with 12 participants and two datasets which showed that users are able to quickly understand and find relevant insights in unfamiliar data.

研究动机与目标

• 为解决现有可视化推荐系统对所有可视化进行全局排名所导致的难以找到最相关洞察的问题。
• 开发一种系统，能够自动发现、评分并排序任意数据集中单个洞察以及更高层级的洞察类型（如偏态、多变量异常值等）。
• 通过将可视化组织为按洞察类型排序的行，提升用户在探索性数据分析中的效率，实现对最具影响力洞察的快速识别。
• 通过一项包含12名参与者的用户研究，在两个数据集上评估洞察为中心推荐的有效性，考察可用性、洞察发现速度以及用户满意度。

提出的方法

• 该系统结合了监督与无监督机器学习模型，用于在分类、数值和时间属性中检测21种不同的洞察类型。
• 基于其所包含洞察的重要性与相关性，对洞察类型进行全局评分与排序，从而实现对最具影响力洞察类别的优先排序。
• 针对每种洞察类型，根据其显著性对单个洞察进行排序，并自动生成适当的可视化图表，同时添加注释以增强清晰度。
• SpotLight 将可视化按洞察类型分组为行，各行为按洞察类型的相关性排序，使用户能够通过高层次的洞察类别进行导航。
• 系统支持交互式过滤、书签收藏以及可视化一致性，以增强用户交互与探索体验。
• 提出一种新颖的洞察类型排序机制，基于每类洞察中洞察的综合价值，对前-r名的洞察类型进行评分与推荐。

实验结果

研究问题

• RQ1 可视化推荐系统如何更好地支持用户在陌生数据集中快速识别最相关且最具影响力的洞察？
• RQ2 与仅对单个可视化进行排序相比，对洞察类型（即洞察的类别）进行排序在多大程度上提升了探索性数据分析的效率与效果？
• RQ3 用户如何评价以洞察为中心的推荐系统所生成的可视化图表及其注释的实用性、清晰度与多样性？
• RQ4 在真实世界的数据探索任务中，以洞察为中心的可视化推荐系统面临哪些关键可用性挑战，以及用户期望哪些功能增强？

主要发现

• 用户能够快速理解并识别出陌生数据集中相关洞察，其中83%的书签洞察来自每类洞察类型中排名前几位的洞察。
• 系统生成的可视化图表获得高度评价（平均分5.5分），尤其得益于注释的加入，显著提升了对洞察的理解程度。
• 参与者赞赏图表类型的多样性，并认为该系统生成的高级可视化比现有工具更具信息量。
• 用户提出改进建议，如增加更详细的描述性统计、简化统计方法的解释说明，以及增强交互功能（如缩放、悬停显示详情等）。
• 一个关键局限性是：在列数少于10列的数据集中，洞察类型排序的实用性降低，表明该方法在高维数据中需求更强烈。
• 用户希望获得对可视化更大的控制权，包括自定义坐标轴、分箱方式与颜色方案，以支持超越探索性数据分析的假设驱动分析。