8、可视化空间中的度量方法解析

可视化空间中的度量方法解析

1. 可视化理论框架整合的挑战与意义

在可视化领域，存在着大量的理论框架和模型，如何将它们整合为一个连贯的知识库是一个重大问题。就像物理学中，电和磁的理论被整合为更广泛的电磁学理论一样，可视化领域若能将现有的理论框架相结合，有望获得更深刻的见解，从根本上加强整个研究领域。当与可视化的交互与所掌握的交互直接性知识不一致时，用户可能会在预期操作和实际执行操作之间体验到差异。

2. 元感知过程度量

以往，我们主要使用成熟且普遍接受的度量和模型来评估可视化，目标是优化任务执行时间、简化数据探索或增加获得的见解。但当可视化作为面向公众的知识来源时，我们可以为可视化设计设定其他同样重要的目标。这些更高层次的方面被总结为元感知过程度量，旨在刻画超越研究界通常认为的可视化主要期望属性的额外品质，从艺术或经济学等其他领域的角度捕捉可视化的属性。
- 可记忆性
- Healey等人进行实验，评估色调和方向如何让用户通过前注意处理准确估计可视化中的特征，探讨了短暂一瞥可视化能否传达一般信息以及影响该能力的因素。
- Skau等人表明，即使是微小的视觉修饰也会增加读取条形图时的错误率，但Bateman等人发现，视觉修饰后的可视化比普通图表更具可记忆性。
- Borkin等人研究了可视化中哪些元素使其具有可记忆性，发现颜色、人类可识别的对象、高视觉密度和独特设计能提高人类对可视化的记忆能力，且可记忆性与主体的背景和偏见无关。
- 美学
- 可视化的美学难以衡量，且在大多数情况下具有主观性。Tractinsky等人发现美学与可用性之间存在很强