论文阅读08 KG4Vis A Knowledge Graph-Based Approach for Visualization Recommendation

摘要：可视化推荐或自动化的可视化生成可以显著地减低一般人快速制作高效数据可视化的障碍，特别是对那些没有数据可视化背景的人来说。然而，现有的基于规则的方法需要可视化专家对可视化规则进行繁杂的手动说明，而其他的基于机器学习的方法通常像黑盒一样并且很难理解为什么要推荐某种特定的可视化方法，这限制了这些方法的进一步推广。这篇论文通过推出“KG4Vis”填补了这一领域的空缺，一个基于知识图谱（KG）的可视化推荐方法。他不需要对可视化规则进行手动说明，也能保证很好的可解释性。特别地，我们推出了一个用于构建知识图谱的框架，由三类实体和他们之间的关系组成（如：数据特征，数据列，可视化设计选择），以建立数据和有效的可视化之间的映射法则。一个基于 TransE 的嵌入技术被部署用于从现有 数据-可视化对 中学习知识图谱中实体和关系的嵌入，这种嵌入本质上建模了可取的可视化规则。之后，对于给定的新数据集，可以带有语义上有意义的规则的知识图谱中推断出高效的可视化方法。我们对所提出的方法进行了广泛的评估，包括定量比较、案例研究和专家访谈。实验结果证明了该方法的有效性。