Interactive Visualisation of Hierarchical Quantitative Data: An Evaluation
我们比较了三种常见的可视化层次定量数据,树图,冰柱图和朝阳图以及一个半圆形的变种朝阳图,我们称之为日落图。在一项初步研究中,我们发现朝阳图是最不受欢迎的。在一项有12名参与者的对照研究中,我们比较了树图、冰柱图和日落图。Treemap是最不受欢迎的,在基本导航任务中的性能较慢,在层次结构理解任务中的性能和准确性较慢。冰柱图和日落图具有类似的性能,用户对冰柱图的偏好较小。
2020-01-09 cs.GR cs.HC cs.MM
Tilt Map: Interactive Transitions Between Choropleth Map, Prism Map and Bar Chart in Immersive Environments
我们介绍了一种新颖的交互技术,用于在沉浸式环境中直观地在2D和3D地图可视化之间进行转换。我们的重点是可视化与地图上的区域特征相关的数据,例如,各州的人口密度。Map从2D choropleth图过渡到3D prism图,再过渡到2D条形图,以克服每种图的局限性。我们的论文包括两个用户研究。第一项研究比较了受试者在虚拟现实(VR)中使用2D Choropleth图和3D Prism图解释人口密度数据的任务绩效。我们观察到棱镜图的任务精度更高,但choropleth图的响应时间更快。这些视图的互补性启发了我们的混合式ECOMAP设计。我们的第二项研究比较了XNUMX Map:各种视图的并排排列;以及视图之间的交互式切换。结果表明,在用户偏好、准确性(与并排相比)和时间(与切换相比)方面,WMAP具有优势。
2020-06-25 cs.GR cs.HC
Beagle: Automated Extraction and Interpretation of Visualizations from the Web
“网络上的交互式可视化有多普遍?““最流行的可视化设计是什么?““饼图到底有多普遍?“这些问题暗示了交互式可视化在真实(在线)世界中的作用。在本文中,我们提出了我们的方法(和发现)来回答这些问题。首先,我们介绍Beagle,它挖掘基于SVG的可视化网络,并按类型自动分类(即,棒、饼等)。使用Beagle,我们从五个不同的工具和存储库中提取了超过41,000个可视化,并以86%的准确率将其分类为24种可视化类型。鉴于这个可视化集合,我们研究跨工具的使用。我们发现,大多数可视化分为四种类型:条形图,折线图,散点图和地理地图。尽管有争议,但饼图在实践中相对罕见。我们的研究结果还表明,用户可能更喜欢强调一组简洁的可视化类型的工具,并提供不同的专家可视化的例子。
2017-11-16 cs.HC
A Literature-based Visualization Task Taxonomy for Gantt Charts
针对甘特图在大规模数据下的渲染与交互挑战,通过文献综述提出低层可视化任务分类法,并关联至所需数据查询,以辅助开发者。
2024-08-20 cs.HC
Analysis of the Causes of Car Accidents in the United States of America in 2023: Gauge People Understanding of Data Visualisation
本文通过开发交互式热力图、直方图和饼图等可视化工具分析2023年美国交通事故数据,并通过在线调查评估了这些工具在静态与交互模式下的有效性,发现交互式可视化的效果因数据类型和复杂性而异。
2024-06-25 cs.HC
Pluto: Authoring Semantically Aligned Text and Charts for Data-Driven Communication
针对现有可视化工具对文本与图表联合创作支持有限的问题,提出混合主动式系统Pluto,通过利用图表特征和用户文本建议内容呈现方式,初步研究显示其可辅助创作并识别策略,还讨论了相关设计意义。
2025-02-11 cs.HC
ChartText: Linking Text with Charts in Documents
最近的工作表明,交互式文档连接文本与可视化促进阅读理解。然而,创建这种类型的内容需要专业知识。我们提出了ChartText,一种将文本与可视化联系起来的方法。我们的方法支持包含条形图、折线图和散点图的文档。ChartText接收可视化的可视化编码及其相关文本作为输入。然后,它在两个阶段执行链接:匹配阶段创建文本和图表之间的简单短语相关的单个链接。然后,在分组阶段,根据视觉通道将各个链接组合起来,建立更有意义的连接。我们使用两个数据集来设计和评估我们的方法;第一个来自网络文档(24个条形图和文本),第二个来自学术文档(25个条形图,25个折线图和25个散点图及其文本)。我们的实验表明,我们的方法在两个数据集上都获得了0.50和0.66的F1分数。我们也可以使用半自动的方法来纠正单个链接;在这种情况下,分数分别上升到0.68和0.84。为了显示我们的技术的实用性,我们实现了两个概念证明。我们在第一个中使用图形覆盖创建交互式文档,促进阅读体验。我们使用语音而不是文本来实时注释图表。例如,在视频会议中,我们的技术可以自动注释演示者描述后的图表。
2022-01-13 cs.HC cs.IR
dciWebMapper2: Enhancing the dciWebMapper framework toward integrated, interactive visualization of linked multi-type maps, charts, and spatial statistics and analysis
本文介绍dciWebMapper2框架,通过集成多类型地图与关联统计图表,支持气候正义等领域的高维探索性空间分析,实现开源、无服务器的交互式可视化。
2025-09-09 cs.DB cs.GR cs.HC
ChartRevive: Reconstructing Data Visualizations from Chart Images Using MLLM
Arizona State University(亚利桑那州立大学);Eli Lilly and Company(礼来公司)
针对静态图表图像难以重用的问题,提出ChartRevive混合主动系统,利用多模态大语言模型提取数据与视觉设计,并通过交互式验证界面支持高效检查、纠正和重建图表。
2026-09-24 cs.HC
MisVisFix: An Interactive Dashboard for Detecting, Explaining, and Correcting Misleading Visualizations using Large Language Models
MisVisFix利用大语言模型提供交互式工具,用于检测、解释和纠正误导性可视化信息,提升数据解读的准确性和可信度。
2025-08-06 cs.HC
Graphical Perception in Animated Bar Charts
交互式视觉应用程序创建动画,对数据中的变化进行编码。例如,交叉过滤基于用户的连续刷牙动作动态地更新链接的可视化。从这些交互产生的动画效果取决于交互(例如,刷动速度)控制动画的属性,例如帧速率,以及正被探索的数据如何指示在动画中编码的数据。过去的工作已经发现,帧速率的事项,一般的看法,但一个关键的问题是这些动画和数据属性影响的感知准确性的判断任务,并在何种程度上。虽然图形感知已经在静态数据可视化方面得到了很好的研究,但在动画环境中进行探索已经成熟。我们设计了两个动画判断任务的目标酒吧在一个动画条形图和经验评估效果的2个动画属性-突出显示的目标酒吧和帧速率-以及3个数据属性,影响目标酒吧的价值在整个动画。简而言之,我们发现,动画变化的速率和时间在较大的值中更容易检测;颜色等编码比形状更容易检测;并且时间很重要-与动画中的后期变化相比,早期变化更难感知。我们的研究结果是理解动画数据可视化的感知准确性的第一步,无论是演示还是最终作为交互式应用程序的一部分。
2016-03-31 cs.HC
Let the Chart Spark: Embedding Semantic Context into Chart with Text-to-Image Generative Model
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Hong Kong University of Science and Technology(香港科技大学)
提出ChartSpark系统,利用文本到图像生成模型将语义上下文嵌入图表,支持前景与背景图形生成,并集成交互界面,解决传统方法数据完整性受损与适用性受限问题。
2023-07-02 cs.AI cs.HC
ChartGPT: Leveraging LLMs to Generate Charts from Abstract Natural Language
针对抽象自然语言生成图表时意图捕捉难的问题,提出ChartGPT系统,通过分步推理流水线、专用数据集微调及交互式界面提升生成效果,经定量评估和用户研究验证有效。
2025-01-18 cs.HC
Guardrail Selection in Line Charts to Contextualize Persuasive Visualizations
University of Utah(犹他大学);Graz University of Technology(格拉茨工业大学);Worcester Polytechnic Institute(伍斯特理工学院)
本研究探讨了如何通过在折线图中嵌入上下文比较线(guardrails)来增强说服性可视化的情境化效果,提出了实用的guardrail采样策略,并通过实验证明了其在提升信任度、准确性及情境感知方面的有效性。
2026-05-18 cs.HC
EmphasisChecker: A Tool for Guiding Chart and Caption Emphasis
本文提出 EmphasisChecker 交互工具,自动检测时间序列图表的显著特征与标题强调内容并标出不匹配,帮助作者修订图表-标题组合;用户研究验证了其实用性和易用性。
2024-01-20 cs.HC
Intercept Graph: An Interactive Radial Visualization for Comparison of State Changes
在医学、金融工程、社会学、生物科学等多个应用领域中,经常需要对多个数据项进行状态变化比较。斜率图和分组条形图已被广泛用于显示不同数据状态的“前后”故事并指示它们的变化。然而,它们将状态变化可视化为斜率或条的差异,这已被证明对于定量比较不太有效。此外,随着数据项数量的增加,这两种视觉设计都存在视觉混乱问题。在本文中,我们提出了拦截图,一种新颖的视觉设计,以促进有效的互动比较的状态变化。具体而言,提出了一种径向设计,以可视化的开始和结束状态的每个数据项和线段长度明确编码的“状态变化”。Intercept Graph通过交互式调整内圆轴半径,平滑过滤大的状态变化,放大相似状态变化之间的差异,缓解视觉杂波问题,增强状态变化的有效比较。通过在真实数据集上比较截距图与斜率图和分组条形图的有效性,验证了截距图的有效性。
2021-08-19 cs.GR cs.HC
SPOT: Open Source framework for scientific data repository and interactive visualization
SPOT是一个开源和免费的多维数据集可视化数据分析工具。其基于Web的界面允许交互式地快速分析复杂数据。实现了对数据的聚合、过滤等操作。生成的图表是响应式的,并支持OpenGL。它遵循公平的原则,允许重复使用和比较公布的数据集。该软件还支持PostgreSQL数据库的可扩展性。
2018-09-20 cs.GR cs.HC hep-ex
Making Multimodal LLMs Reliable Chart Data Extractors: A Benchmark and Training Framework
Zhejiang University(浙江大学);Guangdong University of Technology(广东工业大学)
针对多模态大语言模型在图表数据提取中数值精度不足的问题,提出渐进式学习训练框架,显著提升7B参数模型的准确率,达到最优性能。
2026-06-29 cs.AI cs.HC
DASH: A Bimodal Data Exploration Tool for Interactive Text and Visualizations
本文提出双模态数据探索工具DASH,结合语义层级模型与大语言模型,通过拖放交互将文本与可视化整合,以支持数据驱动叙事的创建。
2024-08-05 cs.HC
TailVis: Expressive Chart Refinement Preserving Data-Binding Integrity
Seoul National University(首尔大学);Midjourney
TailVis旨在解决现有可视化工具在图表细化时数据绑定易被破坏的问题,通过扩展参考模型,支持元素级选择、自然语言输入与GUI小部件结合及出处历史记录,实现富有表现力的视觉定制且保留数据绑定完整性,减少手动流程。
2026-08-12 cs.HC
Managing Data for Scalable and Interactive Event Sequence Visualization
本文提出 ESeMan 系统,通过分层数据结构与智能缓存实现可调精度的交互式时间轴可视化,显著降低数据获取时间并保持像素级准确性。
2025-08-09 cs.HC
Interactive Visual Analysis of Spatial Sensitivities
本文提出一种交互式可视分析方法,利用数据驱动空间填充曲线线性化多场敏感性数据并结合Horizon Graph与折线图,以分析三维空间仿真中参数敏感性的空间分布及参数间相互作用。
2024-08-07 cs.HC
Automatic Y-axis Rescaling in Dynamic Visualizations
动画和交互式数据可视化动态地改变可视化中呈现的数据(例如,条形图)。随着数据的变化,y轴可能需要随着数据域的变化而重新缩放。每个轴重新调整可能会提高当前图表的可读性,但也可能使用户迷失方向。与静态可视化相比,有相当多的文献来帮助选择适当的y轴尺度,缺乏关于如何以及何时在动态可视化中使用重新缩放的指导。现有的可视化系统和库采用固定的全局y轴,或在每次数据更改时重新缩放。然而,专业的可视化,例如数据新闻,并不采用这两种策略。相反,他们会根据分析任务和数据仔细手动选择何时重新缩放。为此,我们进行了一系列的Mechanical Turk实验,以研究动态轴重新缩放的潜力以及影响其有效性的因素。我们发现,适当的重新缩放政策是任务和数据依赖的,我们没有找到一个明确的政策选择,所有情况下。
2021-09-20 cs.HC
Rich Screen Reader Experiences for Accessible Data Visualization
当前的Web可访问性指南要求可视化设计师通过基本的非视觉替代方案(如文本描述和访问原始数据表)来支持屏幕阅读器。但是图表不仅仅是汇总数据或复制表格;它们提供了不同粒度级别的交互式数据探索-从细粒度的数据阅读到略读和呈现高级趋势。为了应对缺乏可比的非视觉启示,我们提出了一套丰富的屏幕阅读器的经验,可访问的数据可视化和探索。通过一个迭代的协同设计过程中,我们确定了三个关键的设计维度表达屏幕阅读器的可访问性:结构,或图表实体应该如何组织屏幕阅读器遍历;导航,或结构,空间和有针对性的操作,用户可能会执行一步通过结构;和,描述,或语义内容,组成,和冗长的屏幕阅读器的叙述。我们将这些维度操作化为屏幕阅读器可访问的可视化原型,涵盖各种图表类型和我们设计维度的组合。我们在一项混合方法研究中评估了这些原型的一个子集,其中有13名盲人和低视力读者。我们的研究结果表明,这些设计可以帮助用户概念化数据空间,有选择地参加在不同级别的粒度感兴趣的数据,并在他们的数据分析过程中的经验控制和代理。这篇论文的HTML版本可以在http://vis.csail.mit.edu/pubs/rich-screen-reader-vis-experiences上找到。
2022-05-10 cs.HC
From Instruction to Insight: Exploring the Functional and Semantic Roles of Text in Interactive Dashboards
本文通过分析190个仪表板和13次专家访谈,系统刻画了交互式仪表板中文本的类别、语义层次与功能角色,并提出12条启发式规则,推动文本在仪表板设计中的一等公民地位。
2024-08-06 cs.HC
Characterizing Visualization Insights through Entity-Based Interaction: An Exploratory Study
可视化的主要目的之一是帮助用户发现见解。虽然已经有很多针对复杂的数据转换和新颖的呈现技术的信息可视化研究,但相对较少的是了解用户如何通过交互式数据可视化获得见解。本文提出了一个众包的研究与158名参与者调查之间的关系基于实体的互动(一个动作+其目标实体)和由此产生的洞察力。为此,我们将与现有CO2 Explorer的交互概括为基于实体的交互,并使用户能够输入注释并参考相关实体以帮助他们的叙述。我们记录了用户自由探索可视化的交互,并描述了他们对数据的外部见解。使用基于实体的互动和参考来推断洞察力特征(类别,概述与细节和先验知识),我们发现证据表明,与互动相比,实体参考改善了洞察力表征,从轻微/公平到公平/中等协议。为了解释预测结果,特征重要性和相关性分析表明,详细的见解往往有更多的鼠标悬停在图表区域,并引用垂直参考线在折线图作为证据。我们讨论了知识辅助可视化的研究限制和影响,例如,基于用户探索的洞察力建议。
2022-04-27 cs.HC
FathomGPT: A Natural Language Interface for Interactively Exploring Ocean Science Data
Purdue University(普渡大学);MBARI(蒙特雷湾水族馆研究所)
该研究针对海洋科学数据探索的交互需求,开发了开源系统FathomGPT,通过自然语言界面结合OpenAI大语言模型,实现复杂查询、名称映射、图表生成等功能,提升用户体验并经消融研究验证方法有效性。
2024-12-03 cs.AI cs.HC
Hanstreamer: an Open-source Webcam-based Live Data Presentation System
Hanstreamer 是一个基于网络摄像头的开源实时数据演示系统,通过手势识别实现交互式可视化,并首次支持网络可视化和 DimpVis 风格时间序列探索,可直接用于 Zoom 和 Microsoft Teams 等在线会议软件。
2023-09-21 cs.GR cs.HC
WonderFlow: Narration-Centric Design of Animated Data Videos
WonderFlow是一个以旁白为中心的交互式数据视频创作工具,通过语义链接、自动语音合成和结构感知动画库,简化了旁白与动画同步的数据视频制作流程。
2024-06-06 cs.HC
Effects of interactivity and presentation on review-based explanations for recommendations
用户评论已经成为推荐和解释产品或服务的重要来源。特别地,基于用户评论提供解释可以改善用户对推荐系统(RS)的感知。然而,很少有人知道如何审查为基础的解释,可以有效地和高效地呈现给用户的RS。我们调查的潜力,互动的解释在评论为基础的RS领域的酒店,并提出了一个解释方案的启发对话模型和正式的论点结构。此外,我们还解决了交互性和不同的演示风格(即只使用文本,条形图或表格)的综合效果,以及不同的用户特征可能对用户的感知系统及其解释的影响。为此,我们使用矩阵分解解释方法实现了基于评论的RS,并进行了用户研究。我们的研究结果表明,提供更多的交互式解释在基于评论的RS有一个显着的积极影响的解释质量,有效性和信任的感知系统的用户,用户的特征,如理性的决策风格和社会意识也有显着的影响,这种看法。
2021-09-03 cs.HC
Texture: Structured Exploration of Text Datasets
针对现有文本探索工具固定表示的问题,本文提出通用交互工具Texture,通过可配置属性模式和多粒度表示,结合概览、过滤、嵌入与上下文功能,使用户能快速迭代并发现新见解。
2025-04-23 cs.HC
Conversational Tactile Data Interfaces: Co-Designing Accessible Data Experiences with Blind Users Using Refreshable Tactile Displays and Conversational AI
Monash University(蒙纳士大学);Yonsei University(延世大学)
研究针对盲人或视力低下者数据可视化问题,通过与盲人共同设计师协同设计,创建结合可刷新触觉显示器与对话代理的CTDI(Graphy系统),贡献设计知识与建议,得出分层展示等关键发现。
2026-07-17 cs.HC
VisTR: Visualizations as Representations for Time-series Table Reasoning
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Tianjin University(天津大学)
针对时间序列表推理难题,VisTR框架以可视化核心,利用其连接数据与认知,通过多模态大语言模型对齐输入,集成机制处理大数据,实现交互式可视化,经评估和案例验证了其在时间序列推理任务中的有效性和适用性。
2026-07-28 cs.HC
Intelligent Drill-Down: Large Language Model-Driven Drill-Down Technique for Human-AI Collaborative Visual Exploration
Fudan University(复旦大学);Ji Hua Laboratory(季华实验室)
本文提出基于大语言模型的智能钻取框架,通过生成视觉洞察、解读用户意图和生成钻取路径,提升多维数据探索效率,减少认知负担。
2026-04-18 cs.HC
PieGlyph: An R package for creating axis invariant pie-glyphs for 2d plots
本研究推出R包PieGlyph,它基于ggplot2框架、采用嵌套坐标系实现轴不变饼图字形,可叠加于任意二维图,支持交互式效果与ggplot2生态无缝集成,适用于空间、成分等多维数据可视化。
2025-03-05 cs.HC stat.AP
Data Journalist Agent: Transforming Data into Verifiable Multimodal Stories
University of Oxford(牛津大学);Stanford University(斯坦福大学)
提出多智能体框架Data2Story,通过证据链验证声明并自动生成多模态文章,在18篇文章上评估,证明其在透明性和可审计性上接近人类记者。
2026-09-18 cs.CL cs.CV cs.CY
LIDA: A Tool for Automatic Generation of Grammar-Agnostic Visualizations and Infographics using Large Language Models
Microsoft Research(微软研究院)
本文提出 LIDA,将可视化生成建模为多阶段流程,结合 LLM 与 IGM,通过摘要、目标探索、代码生成和信息图模块实现语法无关的可视化及数据故事创作。
2023-06-06 cs.AI cs.HC cs.PL