Resume Paper : Understand Users’ Comprehension and Preferences for Composing Information Visualizations

Penulis : HUAHAI YANG, YUNYAO LI, and MICHELLE X. ZHOU, IBM Research–Almaden

Abstact :
We are developing an automated visualization system that helps users combine two or more existing information graphics to form an integrated view. To establish empirical foundations for building such a system, we designed and conducted two studies on Amazon Mechanical Turk to understand users’ comprehension and preferences of composite visualization under different conditions (e.g., data and tasks). In Study 1, we collected more than 1,500 textual descriptions capturing about 500 participants’ insights of given information graphics, which resulted in a task-oriented taxonomy of visual insights. In Study 2, we asked 240 participants to rank composite visualizations by their suitability for acquiring a given visual insight identified in Study 1, which resulted in ranked user preferences of visual compositions for acquiring each type of insight. In this article, we report the details of our two studies and discuss the broader implications of our crowdsourced research methodology and results to HCI-driven visualization research.

Pengkaji : Utari Ambarwati-G64120088

Kajian :
Paper yang saya kaji ini kurang lebih menjelaskan tentang sistem visualisasi otomatis yang dapat membantu pengguna menggabungkan dua atau lebih grafis informasi yang ada untuk membentuk pandangan yang terintegrasi karena menggabungkan beberapa grafis informasi yang ada sering merupakan tugas yang menakutkan bagi para ahli visualisasi, apalagi untuk pengguna pemula. Komposisi sistem otomatis visual ini berdasarkan: (1) Orang-orang yang dapat memperoleh wawasan visual tertentu dari grafis komposit yang sederhana, dan (2) Orang lebih suka komposisi jenis tertentu seperti memperoleh wawasan tertentu dari orang lain.

Tujuan dari penelitian ini adalah untuk menjawab pertanyaan sebagai berikut:
    1. Bagaimana orang memahami grafis informasi sederhana dan komposit untuk mendapatkan
        wawasan?
        a. Jenis wawasan visual seperti apa yang tidak sederhana / komposit informasi grafis dan Bagaimana mendapatkan wawasan yang terdistribusi secara statistic?
        b. Seberapa baik wawasan visual pengguna berasal?
        c. Seberapa mudah bagi pengguna untuk mendapatkan wawasan?
        d. Bagaimana kegunaan dari grafis yang disajikan untuk memperoleh wawasan dimaksudkan?
    2. Apa urutan pilihan antara komposisi yang berbeda bagi orang untuk memperoleh jenis tertentu wawasan visual?

Penelitian visualisasi otomatis ini sebenarnya sudah pernah dilakukan sebelumnya seperti mengembangkan berbagai algoritma dan metode, termasuk pendekatan berbasis optimasi untuk generasi dinamis tindak lanjut display [Wen et al. 2005] dan transformasi data otomatis [Wen dan Zhou 2008b], dan pendekatan yang berbeda untuk menangani transisi visual antara dua layar yang berbeda [Gotz dan Wen 2009; Heer dan Robertson 2008]. Untuk memahami berbagai aspek desain visualisasi dan dampaknya terhadap pengguna, peneliti juga telah melakukan banyak penelitian empiris seperti analisis pemahaman tugas tingkat rendah dari dataset, memeriksa teknik visualisasi tertentu, Mengevaluasi kualitas visualisasi, mempelajari dampak dari kualitas visualisasi pada pengguna, menilai desain visualisasi dari berbagai aspek, dan menjelajahi bahasa yang digunakan dalam menggambarkan visualisasi.

Ruang lingkup ini adalah menganggap hanya dua komposisi grafis sederhana dengan alasan pertama, orang sering mengalami kesulitan dalam memahami grafis high-dimensi yang melibatkan tiga atau lebih variabel data. Kedua, ingin menghindari komplikasi yang tidak perlu terlibat dalam merancang sebuah informasi grafis komposit.

Untuk menjawab tujuan nomor 1a-d terdapat hal-hal yang perlu diperhatikan dan dipahami seperti study-design yang di dalamnya terdapat dataset, informasi grafik, peserta, survey instrument dan prosedur. Prosedur yang dijalankan adalah dengan melakukan survei yang dilakukan pada Amazon Mechanical Turk yang melibatkan lebih dari 750 kuesioner. Dimana setiap survei berisi tiga pasang pertanyaan terbuka yang bertujuan untuk mengumpulkan keterangan peserta dan wawasan yang dirasakan selama tiga grafis yang ditampilkan, masing-masing.

Hasil dari penelitian ini yang berfokus pada pemeriksaan pemahaman pengguna grafis untuk mendapatkan wawasan visual dan penggalian preferensi eksplisit pengguna grafis komposit untuk mencapai berbagai tugas visual menyajikan beberapa temuan kunci yaitu mengidentifikasi delapan jenis orthogonal wawasan visual yang bersama dengan sifat distribusi mereka di antara berbagai jenis grafis yang dapat dibagi dalam dua kelompok: wawasan dasar dan wawasan komparatif. Empat jenis wawasan dasar yang diidentifikasi: Read Value (Va), Identify Extrema(Ex), Characterize Distribution (Di), and Describe Correlation (Co) sedangkan wawasan komparatif yaitu Compare Values (VC), Compare Extrema (EC), Compare Distribution (DC), dan Compare Correlation (CC). Tidak hanya itu namun penelitian ini juga menanggung implikasi penting untuk HCI (Human Computer Interaction) dan masyarakat visualisasi. Secara khusus, dapat mengembangkan visualisasi taksonomi yang bisa diperpanjang untuk melakukan berbagai studi empiris di visualisasi. Selain itu, dapat dimanfaatkan oleh masyarakat untuk membangun niat-driven, NL berbasis generasi visualisasi dan pengambilan sistem.

blog yang sudah saya komentari
Diardian Febriani
Alfandio Grasheldi
Rahmat Nasution