Q4EDA: A Novel Strategy for Textual Information Retrieval Based on User Interactions with Visual Representations of Time Series

Tags

Top Highlights

• 然而，在考虑结构化数据集时，据我们所知，没有机制可以使用视觉数据片段（例如折线图中的用户选择）来使用通用 SE 搜索相关信息

• 但是在数据分析期间将此类技术应用于视觉搜索查询的使用同样未被探索。

• 可将用户视觉选择转换为相关搜索查询，以用于通用搜索引擎，

• 一种将视觉选择查询转换为可在通用搜索引擎中使用的有效且稳定的搜索查询的转换技术；

• 但大多数结构化数据集都在其范围之外

• 可视化工具有助于解决这一限制，但没有任何此类工具能够接近通过通用 SE 提供的大量信息。

• 然而，这个过程可能具有挑战性，因为用户意图和关键字之间的转换有时并不简单，导致用户找不到正在寻找的信息 [ 8 ]。