
设想如下的场景,一位准大学生正在寻找他心仪的大学,而他所面对的上千所高校,在各项指标上(如地理位置、学术质量、奖惩制度等)都有不同的特点,他应该如何选择呢?当然,他可以使用College Prowler [2] 这样的工具,通过不断设定过滤条件来筛选合适的学府,但这样的操作繁琐而不直观,数据探索的效率低。或许,他也可以利用高维投影(projection)、内部布局(interior layout)等方法,将这些多维数据直观展现在二维平面上。但这类方法不能兼顾表现数据与维度,他需要在多个视图中切换以观察各类信息,如学校的分布(数据关系)、指标的关联(维度关系)以及各校评分(数值情况)等等。文章作者提出了数据语境图(Data Context Map)的方法[1],该方法将数据与维度信息融合在同一个视图中,让用户能够快速地整合分析数据和维度的分布以及联系。
近期评论