在交互可视化中不同的引导方式对交互绩效和心理状态的影响

高效实现交互式可视化对用户来说是一项挑战，通常会为用户提供适当的引导来提供帮助。引导被认为是避免分析过程中出现拖延、停顿状况的有效手段。然而，对不同的分析任务，特定的引导方案并不一定都有效。相同的引导方式对具有(1)不同专业水平的用户往往具有不同的效果。所选取的(2)引导度和面向的(3)任务类型也会影响引导的功效。考虑到这些因素，本文进行了一项用户调查，分析用户对不同分析场景的先验知识如何影响不同程度引导方式的有效性。结果表明，不同任务应选用相应的引导度，引导方式对分析结果的总体影响与用户心理状态和分析能力有关。

**关键词：**引导，用户调查，知识，信任，混合主动性，可视化数据分析

Link(免费下载链接): https://www.sciencedirect.com/science/article/pii/S2468502X19300506

General structure of the user’s study. We conducted two parallel evaluation sessions. After a short introduction, the participants performed two set of tasks. Each task was followed by a series of questions. Between the two task sessions, the participants had an active learning phase, where they were instructed either in interaction concepts or in domain concepts respectively. Subsequently, the participants completed the second set of tasks. A cross structure was chosen to minimize the learning effects on the participants.

推荐阅读：
Guidance in the human–machine analyticsprocess（人机分析过程引导）
BY: Christopher Collins, Natalia Andrienko, TobiasSchreck, JingYang, Jaegul Choo, Ulrich Engelke, Amit Jena, Tim Dwyer

Link（免费下载链接）: https://www.sciencedirect.com/science/article/pii/S2468502X1830041X

**中文导读：**在本文中，我们列出了人机分析的目标、优势和不足之处，提到它不仅可在关键的底层可视化任务中发挥作用,而且能在更复杂的由模型生成的可视化分析任务中发挥作用。人工智能，尤其是在机器学习方面的最新进展，使得人们期盼使用自动技术来实施现由数据分析师采用可视化方法来执行的若干任务。但是，可视化分析仍然非常复杂，包含多个不同的子任务。其中一些任务处于底层，自动化方法可以大显身手（如数据的分类和聚类）；另一些任务则更为抽象，需要用到更多的人类创造力，例如，将从许多不同和异构的数据中获得的思想关联起来，以支持决策。在本文中，我们将概述导引可能的应用，以及需要为导引提供的输入。我们讨论了实现导引方法的挑战，包括导引系统的输入以及如何为用户提供指导，提出了在分析过程的不同阶段中评估导引质量的潜在方法，并引入导引可能带来的负面效果，作为分析决策的偏差来源。

期刊信息：
Visual Informatics（中文名《可视信息学》）是由浙江大学主办、浙江大学出版社和Elsevier出版集团联合出版、在线发行、开放获取的国际学术期刊。该刊聚焦于面向人类感知的视觉信息的建模、分析、合成、增强与自然交互。主编是周昆教授、Hans-Peter Seidel教授。
Elsevier link (including First Online Articles): https://www.journals.elsevier.com/visual-informatics
Submit your paper:
https://www.editorialmanager.com/VISINF/default.aspx
Tel:(86-571)88206681-519
E-mail: lujinzhi@cad.zju.edu.cn
Linked in：Visual Informatics
Wechat:

————————————————
版权声明：本文为优快云博主「VISINF」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.youkuaiyun.com/VISINF/article/details/102951463