1. Introduction
| Journal: | IEEE Transactions on Visualization and Computer Graphics |
|---|---|
| Author: | Haotian Li, Yong Wang, Songheng Zhang, Yangqiu Song and Huamin Qu |
| Year: | 2021 |
| ISBNs, DOls, PMIDs, or arXiv IDs： | DOI: 10.1109/TVCG.2021.3114863 |
| Cite: | Li H, Wang Y, Zhang S, et al. KG4Vis: A knowledge graph-based approach for visualization recommendation[J]. IEEE Transactions on Visualization and Computer Graphics, 2021, 28(1): 195-205. |
| Reportor: | 郭华 |
| Attachment: |
2. Figures
3. Summary
现有的创作工具，如 D3 或 R，需要时间来学习编码知识。其他工具，如 Excel 或 Google 电子表格，使用模板创建标准图表，查找数据洞察并决定绘制哪些列非常耗时。现有的自动化工具主要包括两类：基于规则的和基于 ML 的。基于规则的方法需要并受到专家提出的规则的限制。基于机器学习的方法是一个黑盒子，用户很难理解。
本文实现了一种基于知识图谱的可视化推荐系统，同时能生成可视化规则，帮助用户理解可视化生成的结果，有助于新手用户学习可视化。
4. Main Points
- 一种基于知识图谱的可解释可视化自动生成方法
若有收获，就点个赞吧
0 人点赞
