Resolving Conflicting Insights in Asynchronous Collaborative Visual Analysis
Resolving Conflicting Insights in Asynchronous Collaborative Visual Analysis
复制标题
解决异步协作可视化分析中的冲突见解
DOI：
10.1111/cgf.13997
复制
发表时间：
2020
影响因子：
2.5
通讯作者：
Ma, Kwan‐Liu
中科院分区：
文献类型：
--
作者：
Li, Jianping Kelvin;Xu, Shenyu;Chris) Ye, Yecong;Ma, Kwan‐Liu
分析大型和复杂的数据集以进行关键决策，可以从涉及分析团队的集体努力中受益。然而，来自不同分析师的见解和发现往往是不完整的、不连贯的，甚至是相互冲突的。大多数现有的分析工具缺乏适当的支持来检查和解决发现之间的冲突，以巩固协作数据分析的结果。在本文中，我们提出了CoVA，一个集成冲突检测和解决的可视化分析系统，用于支持异步协作数据分析。通过使用声明性可视化语言和图形表示来管理洞察力和洞察力的来源，CoVA有效地利用了软件工程中的分布式修订控制工作流来自动检测和适当地解决协作分析结果中的冲突。此外，CoVA为解决冲突以及组合分析结果提供了一个有效的可视化界面。我们进行了一项用户研究，以评估CoVA用于协作数据分析。结果表明，CoVA可以更好地理解和使用来自不同分析人员的发现。
Analyzing large and complex datasets for critical decision making can benefit from a collective effort involving a team of analysts. However, insights and findings from different analysts are often incomplete, disconnected, or even conflicting. Most existing analysis tools lack proper support for examining and resolving the conflicts among the findings in order to consolidate the results of collaborative data analysis. In this paper, we present CoVA, a visual analytics system incorporating conflict detection and resolution for supporting asynchronous collaborative data analysis. By using a declarative visualization language and graph representation for managing insights and insight provenance, CoVA effectively leverages distributed revision control workflow from software engineering to automatically detect and properly resolve conflicts in collaborative analysis results. In addition, CoVA provides an effective visual interface for resolving conflicts as well as combining the analysis results. We conduct a user study to evaluate CoVA for collaborative data analysis. The results show that CoVA allows better understanding and use of the findings from different analysts.
登录
查看更多内容
围绕桌面显示器的协同定位协作视觉分析的探索性研究
DOI：
10.1109/vast.2010.5652880
发表时间：
2010
期刊：
2010 IEEE Symposium on Visual Analytics Science and Technology
影响因子：
--
作者：
Petra Isenberg;Danyel Fisher;M. Morris;K. Quinn;M. Czerwinski
通讯作者：
M. Czerwinski
用概念图来阐明。
DOI：
--
发表时间：
1991
期刊：
影响因子：
--
作者：
J. Novak
通讯作者：
J. Novak
Codestrates：使用 Webstrates 进行文学计算
DOI：
--
发表时间：
2017
期刊：
ACM Symposium on User Interface Software and Technology
影响因子：
--
作者：
Roman Rädle;Midas Nouwens;Kristian Antonsen;James R. Eagan;C. Klokmose
通讯作者：
C. Klokmose
利用历史记录来降低协作分析中的交互成本
DOI：
--
发表时间：
2014
期刊：
IEEE Conference on Visual Analytics Science and Technology
影响因子：
--
作者：
Ali Sarvghad;Melanie Tory
通讯作者：
Melanie Tory
用于探索大规模高基数网络设计空间的可视化分析技术
DOI：
--
发表时间：
2017
期刊：
IEEE International Conference on Cluster Computing
影响因子：
--
作者：
J. Li;Misbah Mubarak;R. Ross;C. Carothers;K. Ma
通讯作者：
K. Ma