可视化交互与评估

可视化交互与评估

可视化交互类型

表示与交互:
  信息可视化的两个主要成分:表示 交互
  表示(representation)是用户的关注对象
  交互(interaction)提供用户可操作的手段

交互的类型:
  选择(Select): 标记感兴趣的区域或特征,追踪这些区域或特征的变化
  探索(Explore): 显示不同的数据部分或属性,允许用户检查不同的数据子集,克服显示尺寸的限制
  再布局(Reconfigure):显示一个不同的排列,通过改变空间排列提供不同的角度
  视觉编码(Encode):显示一个不同的表示方式
  抽象化/具体化(Abstract/Elaborate): 显示更多或更少的数据细节,调整抽象级别(概观和细节)
  过滤(Filter): 显示符合条件的某些数据子集
  链接(Connect): 显示相关的项目

选择(Select): 标记感兴趣的区域或特征,追踪这些区域或特征的变化
    方法一:信息提示,悬停鼠标光标显示项目的详情
    方法二:鼠标选择,单击选择一个项目,并显示数据点的属性
偏心标签要素:
  在用户鼠标接触到数据点之前不可见
  采用名称描述每个数据点
  可视地连接数据点和标签
  为标签排序,以显示数据点的布局

探索(Explore): 显示不同的数据部分或属性,允许用户检查不同的数据子集,克服显示尺寸的限制
  方法:直接跳转,凭借两个对象之间的联系,从一个跳转到另外一个

再布局(Reconfigure):显示一个不同的排列,通过改变空间排列提供不同的角度
  方法一:重组视图,保持基本表述和数据显示不变,重组元素的位置、顺序
  方法二:重新排序,TableLens中可以选择某种属性进行排序

抽象化/具体化(Abstract/Elaborate): 显示更多或更少的数据细节,调整抽象级别(概观和细节)
实例:
 展开子类别,提供互动的可视化方法
 展开TreeMap
 Sunburst中的Details-on-demand
 缩放(缩放几何)
Details-on-Demand:
  可视化术语,指提供给观察者关于某些数据的更多信息或细节
  可能是关于一个事件的更多信息
  可能从一个聚类视图转到单独的视图
  应用场合:
  由于尺寸问题而不能显示整个数据
  显示一组对象的抽象表达
   展开数据组以显示更多细节,或显示单个数据

过滤(Filter): 显示符合条件的某些数据子集,基于某些特定的条件改变显示的数据集
实例:
 动态查询
 属性浏览器
 NameVoyager中的按键过滤
 QuerySketch
方法一:过滤/限制
 改变数据集的显示方式
 聚焦
 缩小/扩大
方法二:动态查询(dynamic query)
DB查询
在这里插入图片描述

通常得到的结果
在这里插入图片描述

动态查询优势:
 加快工作效率     促进反向、撤销、探索
 非常自然的交互方式  显示数据
动态查询劣势:
  操作过于耦合
  难以制定任意的布尔表达式吗?
  !(A1 V A2) ^ A3 V (A4 V A5 ^ A6) V …
  设置会产生全局影响
  设置条件必须提前确定
  当数据尺寸变大时,动态查询无法达到实时
  存储问题

直方图刷取:
  Brushing技术在直方图上的特殊情况
  在直方图中表示的数据值可以点击并选择(控制对应的数据区域)
  当选择某个柱块(bin),其对应的数据在主视图窗口中被高亮显示

链接(Connect): 显示相关的项目,高亮(highlight)关联和关系,显示与特定数据项目有关的被隐藏的项目
实例
 Vizster,直接高亮连接的节点
 InfoScope,brushing
高亮连接性: 观察者可以同时观察数据的不同属性,相反地,观察者也可以在不同的角度和不同的显示方式下观察数据
Brushing(刷取):
  可视化常用技术,在一个视图选择数据,另一个视图高亮
  适用范围:同一个数据的多个视图

典型交互范式

概览+细节
焦点+上下文
对偶界面
动画过渡

概览+细节

概览+细节(overview+details):
尺度问题—数据太大,不能在屏幕上显示
  可能包含太多的事例
  可能包含太多的变量
  屏幕上只能显示部分数据,但观者焦点随时而变
潜在的解决方案:
  数据的表达
  用户交互
  两者兼用

通常的解决方案:
  滚动
   提供一个大的虚拟屏幕,允许用户在不同的区域移动
   比较笨拙
   只能看到一片区域
  放大和缩小

对偶界面模型

对同一数据同时采用两种不同方式的可视化
允许用户在两个视窗内进行可视化交互操作和交互结果的关联

可视化方法/技术的用户评估

目的:
 可视化方法或技术
  解决实际问题
  可能有明确的目标用户和使用场景
  可能有针对的具体任务
  需要考虑其他领域的应用
 可视化方法或技术的用户评估包含几个目的:
  对比新方法和已有方法
  确定方法的有效性(目标用户、任务和情景)
  明确新的应用领域,关键应用

定量评估:
 研究假设 + 验证(证实或证伪)
 步骤
  基于已有理论和前人研究列出评估假设
  设计评估实验
  执行实验方案
  分析结果
  基于研究假设和结果的讨论和思考
  主要结论:研究结论和改进点

定性评估:
 明确技术主要的使用场景、任务和用户
 观察法
 访谈法
 扎根理论(Grounded theory)
 技术使用前后对比等

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值