データ可視化の研究って何をしているの？何の役に立つ？

Copyright (C) 2019 Yahoo Japan Corporation. All Rights Reserved.
公開
2019年8月29日
ヤフー株式会社水野加寿代
データ可視化の研究って
何をしているの？
何の役に立つ？
Bonfire Data Analyst #2

公開
自己紹介
2
水野加寿代（みずのかずよ）
略歴
2017 – ヤフー（株）（動画のデータ分析・開発）
2012 – 2017 東大博士課程（情報可視化の研究）
2009 – 2014 （株）スクウェア・エニックス
2007 – 2009 日本SGI（株）
2005 – 2007 東大修士課程（CGの研究）

公開
はじめに
3
本日の内容
• 情報可視化の研究について
• 情報可視化の国際会議EuroVisの紹介
ゴール
• 情報可視化の研究は何をしているのか？
• 研究からどんなことがわかる/わからないか？

公開
情報可視化の研究とは？

公開
データ分析における情報可視化の位置付け
5
データ分析の全体プロセス [Heer 2019]
画像引用元：
*1 http://eurovis2019.tecnico.ulisboa.pt/wp-content/uploads/2019/06/EuroVis2019-Capstone.pdf
*1

公開
（ざっくりと）「分析」の位置付け
6
画像引用元：
*1

公開
7
（ざっくりと）「情報可視化」の位置付け
画像引用元：
*1

公開
研究目的とアプローチ
8
画像引用元：
*1 https://excelcharts.com/wordless-instructions-making-charts-tableau-edition/
*2 https://www.tableau.com/10-dashboards-every-retailer-should-use
*3 http://vis.stanford.edu/papers/narrative
仮説検証/意思決定
データ理解
InfoVis
VAST (Visual Analysis of Science and Technology)
Narrative Visualization
報告/内容理解
3つの研究目的データ分析のライフサイクル
*1
*2
*3
*4

公開
研究目的とアプローチ
9
4つのアプローチ
・調査系
・ユーザスタディ
・フレームワーク（分類学、方法論）
・技術系
・アルゴリズム/デザイン
・システム/アプリケーション
画像引用元：
*3 http://vis.stanford.edu/papers/narrative
データ理解
InfoVis
報告/内容理解
3つの研究目的
*1
*2
*3

公開
研究の歴史
10
1980年代現在2000 2005
基礎的な視覚表現や
対話手法を体系化
ビッグデータ
インタラクションetc
03 2010
Tableau 買収発足
[Segel+, TVCG]
トップ国際会議に
プログラムが誕生
データ理解
InfoVis
報告/内容理解
*1
*2
*3
画像引用元：

公開
トップ国際会議
11
1月 12月4月 5月 6月 8月 10月
学会名
参加者規模
・VIS/EuroVis/PacificVisを押さえておけば動向がわかる
EuroVis
300人
IEEE VIS
1,200人
PacificVis
200人
CHI
HCI系/3,700人
SIGGRAPH
CG系/20,000人
UIST
HCI系/800人
・学際的で、他の分野の会議にもセッションがある
・ユーザの振る舞い → Human-Computer Interaction(HCI)
・視覚的な表現 → Computer Graphics(CG)

公開
研究のトレンド
12
EuroVis 2019 IEEE VIS 2018*
・特定のデータ/タスクの分析にフォーカス
・ディープラーニングの波
*画像引用元： http://masahiko-itoh.blogspot.com/2019/02/vis2018.html

公開
EuroVis
紹介

公開
EuroVis2019 概要
14
日時 6/3 – 6/7 @ポルト、ポルトガル
内容 Workshop1日、本会議3日、Keynote 2本
参加人数 300人弱
参加国ドイツ,アメリカ…（日本は5人）
ドイツが超強い。日本は妙に少ない。
発表形式種別採択数/率日本の発表数
Full Paper 58(31%) 1（ヤフー/東大）
Short Paper 26(50%) 1（IBM/お茶大）
Poster 26(70%) 1（東大）
STAR 7(25%) 0

公開
論文紹介
15
技術系：アルゴリズム・デザイン
・Designing Animated Transitions to Convey Aggregate Operations
・Optimizing Stepwise Animation in Dynamic Set Diagrams
技術系：システム・アプリケーション
・Viz-Blocks: Building Visualizations and Documents in the Browser
・Kyrix: Interactive Pan/Zoom Visualizations at Scale
調査系：ユーザスタディ
・Linking and Layout: Exploring the Integration of Text and Visualization in Storytelling
・Investigating Effects of Visual Anchors on Decision-Making about Misinformation
・Toward Understanding Representation Methods in Visualization Recommendations through Scatterplot Construction Tasks
調査系：フレームワーク
・An Ontological Framework for Supporting the Design and Evaluation of Visual Analytics Systems
・Characterizing Exploratory Visual Analysis: A Literature Review and Evaluation of Analytic Provenance in Tableau
・A Construction Kit for Visual Exploration Interfaces
他の論文については、
公開資料を見てください
or 懇親会で話しかけてください

公開
Optimizing Stepwise Animation
in Dynamic Set Diagrams
Kazuyo Mizuno (Yahoo Japan Corporation)
Hsiang-Yun Wu (TU Wien)
Shigeo Takahashi (Univ. of Aizu)
Takeo Igarashi (Univ. of Tokyo)
主に東大在学中に行っていた
研究成果を発表してきました。
Algorithm/DesignInfoVisFull Paper
デモビデオ：https://www.youtube.com/watch?v=yYi8bZ3pf_8

公開
Optimizing Stepwise Animation in Dynamic Set Diagrams
17
課題：集合データ図の変化は、静止画では比較しづらい
貢献：stepwiseアニメーションの自動生成手法を提案．視線誘導・データ理解度を検証
…….
三週間後ある日のデータ集合
要素
Too many
side by side comparisons !!

公開
18
Linear Interpolation
Too many changes
at the same time !!
三週間後ある日のデータ

公開
Stepwise Changes
19

公開
20
Order Optimization

公開
21
Oh, I can follow !
Stepwise Animation

公開
Online User QuestionnaireEye-Tracking Experiment
Gaze Behavior Analysis Task
Participants 12
Conditions Random Ordering
Optimized Ordering*
Participants 38
Conditions Parallel
3-steps [Bach+ 14’]
Stepwise*
Q Find xxx.
A * Green
* Blue
* Yellow
22
評価
=>最適化手法が視線誘導に有効 => 提案手法の視認性、制限事項を確認

公開
Characterizing Exploratory Visual Analysis:
A Literature Review and Evaluation of Analytic
Provenance in Tableau
Leilani Battle (Univ. of Maryland )
Jeffrey Heer (Univ. of Washington)d3.jsの開発者, keynote speaker
FrameworkVASTFull Paper
ソースコード：https://github.com/leibatt/characterizing-eva-tableau

公開
A Literature Review and Evaluation of Analytic Provenance in Tableau
24
課題：Exploratory Visual Analysis (EVA) の「Exploratory」が多様で曖昧
貢献：論文調査とTableauのユーザ行動分析から「Exploratory/探索的」を特徴づけ
Tableauのユーザ行動分析結果ビジュアル分析ツールの例

公開
25
47本の論文調査のまとめ（赤字は実験デザインで利用）
目的
・ゴールがある(focus)
・ゴールがない(open-ended)
・その間
探索プロセスの構造
・深さ優先探索？幅優先探索？統一された手順はない 
評価指標
・昔の指標：interaction rates, response time latency
・最近の指標：accuracy of insights, exploration breadth, pace
=> 計測方法が統一されていない

公開
26
Tableauユーザの行動分析（実験の設定）
・設定
27ユーザ x 3データセット x 4タスク (focus 3種類 + open-ended 1種類）
・調査内容
・探索プロセスの構造
・深さ優先探索と幅優先探索の位置付け
・ゴールの有無と探索手順の関係
・インタラクションのペース配分
・評価指標の妥当性

公開
27
分析結果（探索プロセスの構造）
Q. 深さ優先探索と幅優先探索の位置付け
・全体的に、深さ優先探索が多い
・分析の初期は深さ優先探索をしやすい
=> 先行研究の通りの結果
Q. ゴールの有無と探索手順の関係
・ゴールの有無と深さ/幅優先探索の配分は無関係
・ゴールがないタスクは分析手順が多様
=> さらなる分析が必要

公開
28
分析結果（インタラクションのペース配分）
Q. 評価指標の妥当性
・インタラクションの種類によってthinking timeが異なる、特にデータ抽出は長い
・インタラクションは一気にやりがち（ユーザが計画的に操作している）
=> interaction rateは評価指標として単純すぎる
Tableauのユーザ行動分析結果

公開
まとめ

公開
本日のまとめ
30
情報可視化の研究は何をしているのか？
研究からどんなことがわかる/わからないか？
😀特定のデータ・タスクに特化して、手法＋ユーザの振る舞いを知る
😀可視化の分類や方法論を知る
😫シンプルな可視化手法の特徴・効果を知る（✖️ 論文 ◯書籍）
😫万能な可視化ソリューション
・データ理解 (InfoVis)
・仮説検証/意思決定 (VAST)
・報告/内容理解 (NarrativeVis)
・技術系
・アルゴリズム/デザイン
・システム/アプリケーション
・調査系
・フレームワーク
・ユーザスタディ
３つの研究目的
4つのアプローチ

公開
参考文献
31
・書籍
・意思決定を助ける情報可視化技術 [伊藤, コロナ社]
・サイト
・EuroVis
https://www.eurovis.org/
https://diglib.eg.org/handle/10.2312/2632780
・IEEE VIS2018報告
http://masahiko-itoh.blogspot.com/2019/02/vis2018.html
・SurVis（可視化のサーベイの可視化）
ex. http://textvis.lnu.se/
テキスト可視化のサーベイの可視化

公開
参考資料
論文まとめ

公開
Younghoon Kim (Univ. of Washington), Michael Correll (Tableau Research)
Jeffrey Heer (Univ. of Washington)
1. Designing Animated Transitions to Convey Aggregate Operations
33
課題：チャートから集計値の種類が（タイトルがないと）わからない
貢献：集計値のアニメーション表現をデザイン
デザインとデータ理解度の関係を比較検証
d3.jsの開発者, keynote speaker
Algorithm/Design
https://github.com/uwdata/aggregate-animation-data
InfoVis
Average(平均）のアニメーションデザイン例
Full Paper

公開
34
比較条件（集計値 8種類 x トランジション 4種類 x タスク 2種類）
集計値 :avg, sum, max/min, count, stddev, median, IQR
トランジション :static, interpolated, staged basic, staged elaborate
タスク :identification task, ranking task
Identification Task Ranking TaskAverageのトランジション例

公開
35
評価指標正答率/タスク完了時間/ranking
実験参加者 77名、Tableauなどのvisual analysis toolに慣れている
評価結果 staged transitionの有効性を確認できた
（正当率↑、タスク完了時間↓, 再生回数↓, ranking ↑）

公開
36
課題：テキストリンクと可視化を組み合わせた記事の理解度
貢献：記事レイアウト・リンクと理解度の関係を評価検証
Qiyu Zhi (University of Notre Dame), Alvitta Ottley (Washington University in St. Louis),
Ronald Metoyer(University of Notre Dame)
User Study
3. Linking and Layout:
Exploring the Integration of Text and Visualization in Storytelling
Narrative VisalizationFull Paper
Full paper3本の活躍
Text link and visualizationの例

公開
37
比較条件リンク(有/無) x レイアウト（vertical / slideshow）
タスク部分読解問題 (comprehension)、全体読解問題(recall)
評価タスク完了時間, 参加者の主観的フィードバック, engagement,
reading behavior (interaction/transition/time spent)
実験参加者 180名、AMT
User StudyNarrative VisalizationFull Paper

公開
38
結果
・Slideshowレイアウトは理解速度が高い（task completion time ↓）
・リンクによって、ユーザが深く記事を読む（engagement↑interaction↑ time spent↑）
Comprehension Task Time Recall Task Time
User Engagement Total on story reading Interaction numbers
User StudyNarrative VisalizationFull Paper

公開
4. Investigating Effects of Visual Anchors
on Decision-Making about Misinformation
39
課題：自由度が高いビジュアル分析ツールにおける
初期値や事前チュートリアルの影響 (numerical bias/visual anchoring bias)
貢献：デマtwitterアカウント特定タスクにおける事前チュートリアルの影響を
評価検証
R. Wesslen , S. Santhanam , A. Karduni , I. Cho , S. Shaikh and W. Dou (Univ. of North Carolina at Charlotte)
User StudyVASTFull Paper
ビジュアル分析ツールの例

公開
40
比較条件 visual anchor (シナリオビデオ) x strategy cue(分析対象のtips)
タスクデマtwitterアカウントを特定する
評価正答率, confidence, user behavior (=interaction log)
実験参加者 94名、ほとんどが関連分野に従事している学生
LF
Language
Feature
View
SN
Social
Network
View

公開
41
評価結果
・シナリオビデオ(visual anchor)がある場合、confidenceは上がるが、
正答率は上がらない
・ユーザはシナリオビデオで言及された操作ばかりしやすい
=> visual anchorのcoverageは大事
正答率とconfidence Interaction log

公開
5. Toward Understanding Representation Methods in
Visualization Recommendations through Scatterplot Construction Tasks
42
課題：素人のScatter plot可視化タスクにおける、視覚表現のレコメ方法
貢献：レコメの情報とユーザ理解度の関係を定性的に評価検証
Sehi L’Yi, Youli Chang, DongHwa Shin, and Jinwook Seo (Seoul National University)

公開
43
比較条件 preview+title(PT), PT+animation(PTA), PTA+text description(PTAT)
タスク scatter plotを操作して、6問の問題に解答する
評価デザイン結果, preference, 主観フィードバック (定性評価メイン）
実験参加者 24名、月4回ぐらい可視化ツールを使う

公開
44
評価結果
・レコメがあってもデザイン結果はばらける*
・理解速度の点から、原則PTが良い
・現状のplotから変化が大きいときは、PTA
・他のレコメと差分がわからないときは、PTAT
知見
・現状からの差分をハイライトすべき
・レコメの事例は複数表示することで理解促進に
・”Learning By Doing”は有効
*各タスクごとのデザイン結果

公開
6. Viz-Blocks: Building Visualizations and Documents in the Browser
45
課題：可視化を含めた記事の作成は大変
貢献：Block単位で記事を構築していくWEBアプリの提案
Application
G. McNeill (University of Oxford) and S. A. Hale (University of Oxford , Alan Turing Institute)
Short Paper Narrative Visualization
作例 WEB UI

公開
6. Viz-Blocks: Building Visualizations and Documents in the Browser
46
特徴
3つのタイプのUIを提供
・Data
・Block *
・Option
バックエンドの文法はVega-liteを活用：https://vega.github.io/vega-lite/
Blockの構成編集UI
ApplicationShort Paper Narrative Visualization

公開
7. Kyrix: Interactive Pan/Zoom Visualizations at Scale
47
課題：既存のzoom/panライブラリのデータスケーラビリティ
貢献：DB連動した大規模データセット（1億個レベル）対応pan/zoomライブラリ
Application
Wenbo Tao (MIT) , Xiaoyu Liu (MIT) , Yedi Wang (Tufts Univ.) , Leilani Battle (Univ. of Maryland) ,
Çagatay Demiralp (Megagon Labs) , Remco Chang (Tufts Univ.) and Michael Stonebraker (MIT)
https://github.com/tracyhenry/kyrix
InfoVisFull Paper
ライブラリ使用例
データフロー

公開
48
特徴1
・Declarative model （宣言的モデル）
・canvasの中に、layer(=zoom level）を宣言
ApplicationInfoVisFull Paper
レイヤー構造コーディング例

公開
49
特徴2 DB連携による高速化
座標情報を追加し事前indexingすることで、data fetchを高速化
DB連携による高速化

公開
50
評価結果
・データサイズに対してスケーラブルなことを確認
・8人の可視化系開発者に実際にコーディングしてもらい、定性評価
😃学習コストは低い
😀コーディングしやすい
😩zoomとtransformationはちょっと難しい

公開
8. An Ontological Framework for Supporting
the Design and Evaluation of Visual Analytics Systems
51
課題：ビジュアル分析システムのデザイン/評価/改善ワークフロー
貢献：symptom/cause/remedy (症状/原因/対策）オントロジーを拡張した
フレームワークを提案．デザイン決定・評価の効率化を検証
Framework
Min Chen (University of Oxford) and David S. Ebert (Purdue University)
VASTFull Paper
提案フレームワーク

公開
52
特徴中間にabstract reasoningを追加
（4カテゴリ、3指標）
カテゴリ
Statistics, Algorithm, Visualization, Interaction
指標
Alphabet Compression (AC)
= 情報複雑度の軽減/情報削減
Potential Distortion (PD)
= 情報削減で生じるエラー
Cost (Ct) = タスクごとに定義（ex: 時間, 金）
Abstract reasoningでまとめた例
ワークフロー

公開
53
評価
3種類のケーススタディ
・MetricVis system
・microblog data analysis
・geospatial text visualization
3職種
・Designer
・UX expert
・Reviewer
デザイン改善ポイントの発見につながった、評価指標の有効性を確認した
特にReviewerに有効なフレームワークである
ケーススタディの結果

公開
10. A Construction Kit for Visual Exploration Interfaces
54
課題：visual exploration interfaceは多く作れられているが、再利用性が低い
貢献：デザイン方法のフレームワークを提案（blockの組み合わせ -> パターン）
Framework
M. Keck and R. Groh (Technische Universität Dresden)
Short Paper VAST
Block, Connection パターン化

公開
10. A Construction Kit for Visual Exploration Interfaces
55
特徴
・先行研究の論文調査に基づきBlock, connectionを決定
評価
・visual exploration interfaceの分析・開発に有効か確認
・ワークショップ（10人）で定性評価しポジティブな評価を得た
http://www.visual-search.org/construction-kit/
FrameworkShort Paper VAST

データ可視化の研究って何をしているの？何の役に立つ？

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a データ可視化の研究って何をしているの？何の役に立つ？

Similar a データ可視化の研究って何をしているの？何の役に立つ？ (20)

データ可視化の研究って何をしているの？何の役に立つ？

Notas del editor