WHATSNEXT：带有互动式、低代码笔记本的富含指导性的探索性数据分析
摘要：可视化编程笔记本（例如Jupyter）被广泛用于探索性数据分析和洞见挖掘。尽管它们具有基于模块的结构，但笔记本在视觉上呈现为一个包含文本、代码、可视化和表格的交错单线程，这可能导致数据分析工作流不够有序且不清晰。此外，编程经验有限的用户可能在分析过程中遇到困难。在本研究中，我们设计并实现了一个交互式笔记本框架（WHATSNEXT），旨在支持基于视觉化的低代码数据探索并提供基于洞见的用户指导。具体而言，我们（1）重新设计了标准的笔记本单元格，其中包括一个推荐面板，建议可能的下一步探索问题或分析操作，并且（2）创建了一个交互式的动态树形可视化，反映了笔记本单元格之间的分析依赖关系，以便用户轻松查看数据探索线程的结构并追溯到以前的步骤。
作者：Chen Chen, Jane Hoffswell, Shunan Guo, Ryan Rossi, Yeuk-Yin Chan, Fan Du, Eunyee Koh, Zhicheng Liu
论文ID：2308.09802
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-08-22