KIPS Transactions on Software and Data Engineering (정보처리학회논문지:소프트웨어 및 데이터공학)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Guiding System of Visualization for Quantitative Bigdata Based on User Intention

사용자 의도 기반 정량적 빅데이터 시각화 가이드라인 툴

  • Received : 2016.05.02
  • Accepted : 2016.05.30
  • Published : 2016.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Chart suggestion method provided by various existing data visualization tools makes chart recommendations without considering the user intention. Data visualization is not properly carried out and thus, unclear in some tools because they do not follow the segmented quantitative data classification policy. This paper provides a guideline that clearly classifies the quantitative input data and that effectively suggests charts based on user intention. The guideline is two-fold; the analysis guideline examines the quantitative data and the suggestion guideline recommends charts based on the input data type and the user intention. Following this guideline, we excluded charts in disagreement with the user intention and confirmed that the time user spends in the chart selection process has decreased.

기존의 다양한 데이터 시각화 툴에서 제공하는 차트 추천 방식은 사용자의 의도를 고려하지 않은 상태로 차트를 추천한다. 일부 시각화 툴에서는 세분화된 정량적 데이터 분류 체계를 따르지 않기 때문에 명확한 데이터 시각화가 이루어지지 않고 있다. 본 논문에서는 입력된 정량적 데이터를 정확하게 분류하고, 사용자 의도를 반영하여 효율적으로 차트를 추천하는 가이드라인을 제안한다. 가이드라인은 데이터를 분석하는 분석 가이드라인과, 입력된 데이터 타입과 사용자의 의도를 반영하여 차트를 추천하는 추천 가이드라인으로 구성되어 있다. 이러한 가이드라인을 통해 차트 선택 과정에서 사용자의 의도에 부합하지 않는 차트를 배제하였고, 사용자가 차트를 선택하는데 소요되는 시간이 감소하였음을 확인하였다.

Keywords

References

  1. Jock D. Mackinlay, Pat Hanrahan, and Chris Stolte, "Show me: Automatic presentation for visual analysis," Visualization and Computer Graphics, IEEE Transactions on, Vol.13, No.6, pp.1137-1144, 2007. https://doi.org/10.1109/TVCG.2007.70594
  2. Andy Kirk, "Data Visualization: a successful design process," Packt Publishing Ltd., 2012.
  3. Stephen Few, "Now you see it: simple visualization techniques for quantitative analysis," Analytics Press, 2009.
  4. Stephen Few, "Show me the numbers," Analytics Press, 2004.
  5. Edward R. Tufte and P. R. Graves-Morris, "The visual display of quantitative information," CT: Graphics press, 1983.
  6. Stanley Smith Stevens, "On the theory of scales of measurement," Science, New Series, Vol.103, No.2684, pp. 677-680, 1946.
  7. Mike Bostock, D3: Data-Driven Documents [Internet], https://d3js.org/.
  8. DensityDesign Lab, RAW [Internet], http://raw.densitydesign.org/.
  9. Hyungnyun Kim, "Case Study of Bigdata Visualization -Centre around the Visual Representation Form-," Journal of Integrated Design Research, Vol.13, No.4, pp.125-136, 2014. https://doi.org/10.21195/jidr.2014.13.4.011
  10. 모리후지 다이치, 안티베이지안, 엔지니어를 위한 데이터 시각화 : D3.js로 배우는 데이터 시각화 이론과 12가지 사례, 김성재 옮김, 한빛 미디어, 2015.
  11. Ben Fry, "Visualizing data: Exploring and explaining data with the processing environment," O'Reilly Media, Inc., 2007.
  12. Munzner, Tamara. "Interactive visualization of large graphs and networks," Ph.D. dissertation, Stanford University, 2000.
  13. Senay, Hikmet and Eve Ignatius, "Rules and principles of scientific data visualization," Institute for Information Science and Technology, Department of Electrical Engineering and Computer Science, School of Engineering and Applied Science, George Washington University, 1990.
  14. Colin Ware, "Information visualization: perception for design," Elsevier, 2012.
  15. Jacques Bertin, "The Semiology of Graphics," University of Wisconsin Press, 1983. (First edition 1967).
  16. Michael Friendly, "A brief history of data visualization," Handbook of data visualization. Springer Berlin Heidelberg, pp.15-56, 2008.
  17. Scott Murray, "Interactive data visualization for the Web," O'Reilly Media, Inc., 2013.
  18. Severino Ribecca, The Data Visualisation Catalogue [Internet], http://www.datavizcatalogue.com/.