Reusing Interactive Analysis Workflows
Reusing Interactive Analysis Workflows
复制标题
重用交互式分析工作流程
DOI：
10.1111/cgf.14528
复制
发表时间：
2022
影响因子：
2.5
通讯作者：
Lex, A.
中科院分区：
文献类型：
--
作者：
Gadhave, K.;Cutler, Z.;Lex, A.
交互式可视化分析具有许多优点，但一个重要的缺点是分析过程和工作流无法轻松存储和重用。这与基于代码的分析工作流相反，基于代码的分析工作流可以简单地在更新的数据集上运行，并在必要时进行调整。在本文中，我们介绍的方法来捕捉工作流在交互式可视化系统中的不同的互动，如选择，过滤器，分类/分组，标签和聚合。这些工作流可以应用于更新的数据集，使交互式可视化会话可重用。我们证明了这个规范使用一个交互式的可视化系统，跟踪交互出处，并允许从记录的动作生成工作流。然后，该系统可以用于比较不同版本的数据集并将工作流应用于它们。最后，我们介绍了一个Python库，它可以加载工作流并将其直接应用于计算笔记本中的更新数据集，从而在计算工作流和交互式可视化工具之间提供无缝桥梁。
Interactive visual analysis has many advantages, but an important disadvantage is that analysis processes and workflows cannot be easily stored and reused. This is in contrast to code‐based analysis workflows, which can simply be run on updated datasets, and adapted when necessary. In this paper, we introduce methods to capture workflows in interactive visualization systems for different interactions such as selections, filters, categorizing/grouping, labeling, and aggregation. These workflows can then be applied to updated datasets, making interactive visualization sessions reusable. We demonstrate this specification using an interactive visualization system that tracks interaction provenance, and allows generating workflows from the recorded actions. The system can then be used to compare different versions of datasets and apply workflows to them. Finally, we introduce a Python library that can load workflows and apply it to updated datasets directly in a computational notebook, providing a seamless bridge between computational workflows and interactive visualization tools.
登录
查看更多内容
影响因子：
7.3
作者：
Rosling H;Zhang Z
通讯作者：
Zhang Z
通过 Provenance 增强基于 Web 的分析应用程序
DOI：
10.1109/tvcg.2018.2865039
发表时间：
2019
影响因子：
5.2
作者：
Akhilesh Camisetty;Chaitanya Chandurkar;Maoyuan Sun;D. Koop
通讯作者：
D. Koop
预测散点图可视化中选择背后的意图
影响因子：
2.3
作者：
Gadhave, Kiran;Görtler, Jochen;Cutler, Zach;Nobre, Carolina;Deussen, Oliver;Meyer, Miriah;Phillips, Jeff M.;Lex, Alexander
通讯作者：
Lex, Alexander
QuickSelect：基于历史的选择扩展
影响因子：
7.3
作者：
Sara L. Su;Sylvain Paris;Frédo Durand
通讯作者：
Frédo Durand
采用参数模型进行分析来源
DOI：
10.1145/2591510
发表时间：
2014
期刊：
ACM Trans. Interact. Intell. Syst.
影响因子：
--
作者：
Victor Y. Chen;Cheryl Z. Qian;R. Woodbury;J. Dill;C. Shaw
通讯作者：
C. Shaw