基于行为的可视化推荐

我们提出了一种新的可视化推荐方法，该方法监测用户行为以获取用户意图的隐性信号，从而提供更有效的推荐。这与之前的方法形成对比，后者要么对用户意图不敏感，要么需要用户明确指定的任务信息。我们的方法称为基于行为的可视化推荐（BDVR），由两个不同阶段组成：（1）模式检测，和（2）可视化推荐。在第一阶段，通过分析用户行为动态地寻找语义上有意义的交互模式，使用通过对现实世界可视化分析活动观察所开发的模式定义库。在第二阶段，我们的BDVR算法利用检测到的模式推断用户的意图可视化任务。然后，它自动建议其他可视化方案，这些方案比用户当前的可视化更直接地支持推断出的可视化任务。我们介绍了BDVR的细节，并描述了其在我们实验室原型可视化分析系统中的实现。我们还展示了研究结果，证明我们的方法在缩短任务完成时间和降低错误率方面优于不考虑行为的推荐方法。