考虑在设计可视化工具中的代理和数据粒度(Considering Agency and Data Granularity in the Design of Visualization Tools)

在设计可视化工具时,先前的研究已经做出了取舍。“自下而上”的工具是用户驱动的设计过程,并且能够深入了解和控制视觉映射;而自动化工具更有效,允许人们快速探索复杂的替代设计,但透明度较低。这个工作研究如何设计可视化工具,使其支持一个用户驱动的,透明的设计过程,同时保证效率和自动化。通过一系列的设计研讨会,参加者产生了各种各样的解决方案,范围从基于实例的方法扩展构造可视化到解决方案,其中可视化工具代表设计者来推断解决方案,例如基于数据属性。在更高的层次上,这些发现强调代理和粒度作为维度,可以指导在这个空间中的可视化工具的设计。

自下而上的可视化工具需要用户的参与以及对于可视化过程的理解;自上而下的可视化工具可以在大数据集上快速简单的构建可视化,使自动构建成为可能。这项工作的目的是集成两种方式的优点,构建可视化工具。

基于其之前iVoLVER这个工作,为使之适应大数据集,做了以下3种设计方案:

①宏记录:它保留了iVoLVER自底向上的方法,允许人们通过在单独数据值和标记的级别上指定映射来驱动可视化设计过程。通过记录对于单个数据映射动作,将其泛化到多条数据。

图片1 宏记录

②智能辅助:基于单个标记和数据值指定视觉映射。该系统监视设计者的映射动作,并在进一步可视化阶段中提供指导。

图片2 智能辅助

③标记代理小工具: