Home > 论文评述 > 对多属性数据集中显式关系和隐式关系的交互探索

对多属性数据集中显式关系和隐式关系的交互探索

论文:Interactive Exploration of Implicit and Explicit Relations in Faceted Datasets
作者:Jian Zhao, Christopher Collins, Fanny Chevalier, and Ravin Balakrishnan
发表会议:Vast 2013

多属性数据集在现实生活中普遍存在,如文献库中的大量文献,包括作者,发表年份,发表期刊,参考文献等多个属性。该类数据集通常数据量大,语义关系复杂,本文就针对这类数据集,提出PivotSlice交互探索数据间的显式和隐式关系。

图1为PivotSlice系统界面:

图1

系统PivotSlice的特点可由名称中的两个词来概括:Pivot表示可对数据进行聚合、排序、按属性布置数据点,Slice是指数据采用tabular view 呈现。

图1系统中采用的数据集为publications, 每个paper作为一个节点,节点之间的连线表示引用和被引用关系,根据这种显式的引用关系进行力引导布局。我们可通过这种连接情况探索paper之间的显式关系。图1中b区域显示历史探索界面,c区域为数据信息面板,d区域为数据呈现面板,e可视化各b区域中数据块间的联系。

对于隐式关系的探索,用户可在图1中的a部分输入查询关键词,系统根据关键词对数据集进行筛选,并将筛选后的结果呈现在系统d区域,同时用户可根据这数据的属性递归的向下筛选数据,可视查询逻辑如图2和图3.

图2

图3

系统通过这种查询、交互筛选的方式让用户可以灵活探索各属性下数据间的显式和隐式关系。作者请6位研究生通过完成指定的任务对系统做定性评估,评估采用7分值的Liket表,结果图4所示:

总之,系统提出的这种通过查询、交互筛选进行数据关系探索的方式,让用户可以灵活探索各属性下数据间的显式和隐式关系。

 

 

 

分享到:

发表评论

电子邮件地址不会被公开。 必填项已用 * 标注

*

您可以使用这些 HTML 标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>