请参阅数据库 swMATH ID: 39409 软件作者： Manasi Vartak、Sajjadur Rahman、Samuel Madden、Aditya Parameswaran、Neoklis Polyzotis 描述： 请参阅DB：支持可视化分析的高效数据驱动可视化建议。数据分析师通常将可视化作为分析工作流的第一步。然而，在处理高维数据集时，识别显示数据中相关或期望趋势的可视化可能会很费力。我们建议使用SeeDB，这是一个可视化推荐引擎，以促进快速可视化分析：给定要研究的数据子集，SeeDB智能地探索可视化空间，评估有希望的可视化趋势，并推荐它认为最“有用”或“有趣”的可视化。推荐有趣的可视化效果的两大障碍是（a）规模：评估大量候选可视化效果，同时在交互式时间范围内作出响应；（b）效用：确定适当的度量标准来评估可视化效果的趣味性。对于前者，SeeDB引入了修剪优化以快速识别高实用可视化，并引入了共享优化以最大限度地跨可视化共享计算。对于后者，作为第一步，我们对可视化效用采用基于偏差的度量，同时指出如何将其推广到影响效用的其他因素。我们将SeeDB实现为一个中间件层，可以运行在任何DBMS之上。我们的实验表明，我们的框架可以高精度地识别有趣的可视化。我们的优化在关系行和列存储上导致了多个数量级的加速，并在交互式时间尺度上提供了建议。最后，我们通过用户研究证明了基于偏差的效用度量的有效性以及推荐在支持可视化分析方面的价值。 主页： https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4714568/ 源代码： https://github.com/snknitin/SeeDB网站 相关软件： 地理JSON；熊猫；形状（Shapely）；h3-py；地理大熊猫；情节.py；D3.js型；QGIS（质量地理信息系统）；ArcGIS；蟒蛇；GeoHexViz公司；平铺器；对 引用于： 1文件 3位作者引用 1 安德烈亚斯·海涅利乌斯 1 埃米利亚·奥伊卡里宁 1 Kai Puolamäki 连载1篇 1 机器学习研究杂志（JMLR） 在1个字段中引用 1 计算机科学（68至XX） 按年份列出的引文