12月27日下午，来自美国宾夕法尼亚州州立大学的张小龙教授为大家带来了题为《从认知和设计的角度看可视分析的研究方法和理论》的讲座。
图1 张小龙教授演讲
张小龙教授首先从他的研究经验和教学经验出发，提出了可视分析的研究方法和理论的重要意义。在做可视分析研究时，我们需要数据以及目标，提出设计需求，从而进行相应的设计，在进行评估后，再与目标比较，并进行后续的改进。这一过程存在着许多挑战：
- 用户需求如何收集
- 视图如何选择
- 设计的系统对研究有何贡献
- 评估如何实施
图1 可视分析流程
在收集用户需求时，如果研究人员独自思考需求，设计的工具就有可能不完全是用户想要的。一些设计需求可以从目标中得到，而在处理真实世界的问题时，就需要一些经验研究方法。
经验研究方法，要求数据是从现场得到的。从分类上来讲，它可以分为定性分析、定量分析以及混合方法。定性分析主要是解释性的，包括实地考察、案例研究等。它一般应用在开放的问题上，没有明确的定义。定性分析并不简单，数据收集的过程中必须通过访谈、实地考察等直接的方式记录数据，并且要保证客观性，但是数据本身可能就是参与者主观的描述；之后还要分析数据，把原始数据变成概念，分类，进而得到一些理论。定性方法对计算机专家存在一些挑战：它很难掌握，需要大量的练习提高，并且与软件工程中的一些方法不同；另外，定性的方法在计算机研究中并没有被认为是一个重要的部分。
张教授总结道，为了让设计更有效，就要确保了解用户真正需要什么，或许可以通过定性的研究得到对工作的整体理解。
关于用户行为的可视分析。可视分析的目标就是获取新知识，帮助决策。可视分析系统归根到底是一个交互式系统，必须要有计算机与人对话来形成闭环。所以在设计过程当中，需要考虑用户的行为，比如说用户怎么获取新的知识，用户做决策的时候采用什么样的方式等等。
在设计可视分析系统的时候经常会使用一些信息可视化和人机交互中的原则，例如颜色，位置上的映射。但是有些原则并不一定适用于可视分析。在人机交互中，用户认知负担越小越好，但是熟悉的视图不一定就是好的。在可视分析中，熟悉的东西与不熟悉的东西，会激发不同的认知过程。人的思维包括直觉性思维和有意识的思考。有意识的思考会慢一些，但是相对更准确一些，会让用户正确深刻的认知。直觉性会快一些，但是容易犯错。直觉性思维往往会陷入锚定效应，框架效应，有效应幻觉等误区。
图3 sensemaking 模型
Sensemaking Model的过程是信息获取的过程，这是理解信息的过程，一步一步从外在的数据变成有用的数据，数据再变成真正的证据，证据最后到规律，最后规律再验证假设等等。 这个模型在可视分析影响比较大, 然而这只是一个经验型模型，并不是正式的理论。 并且它在不同阶段的边界非常模糊。
可能的指导理论应该是问题求解的过程。问题求解基本上会强调四个要素，第一个是问题初始状态；第二，问题的目标状态；第三，可使用的工具；第四，解决问题的策略。相对于可视分析，数据是我们初始状态，目标状态是我们所期望要做的一些决策，可用的工具包括数据挖掘、可视化。我们现在需要更多看一下已有的认知心理学方面关于问题求解、决策甚至推理方面的理论都有哪些，哪些可以结合可视分析方面的需求，来开发出自己的适合于可视分析设计的一些理论出来。
关于设计和研究的关系，研究的一些目的要产生一些新的知识，对新的现象、新的事物了解。设计产生全新的东西，也就是创新性，这也是显而易见的贡献。关于设计和研究的关系，传统的是research into design，是关于设计的研究，第二个是Research through design，就是通过设计的研究，设计本身就是研究一部分，而不是简简单单是研究的对象。设计的评估包括过程文档的完全性，设计目标的相关性，设计的创新性以及可拓展性。
在评价可视分析系统时，案例研究经常使用。但是很多案例研究只是对系统功能的说明，而不是证明系统在某个任务上的有效性。系统对用户表现的提升要用定量方法进行。
定量方法通常包括实验、问卷方法，实验方法中要考虑实验类型、参与测试的人员、任务以及评估方法，问卷方法要考虑策略和问题设计。在实验方法的设计中，要考虑系统的规模，比如比较iOS和Android系统就是很难的，要针对很明确的任务。实验中，要进行受控制的实验，需要划分实验组、对照组等，并且进行一定的假设：不同的组是相似的，任务是相同的，除了实验中的输入外，其他条件是相同的。实验中要尽量减少噪声的影响。
在评价一个可视分析系统中存在一些挑战，包括测试人员的选择，他们的背景；任务的选择，难易程度；用户进行分析的过程；测试的环境；用来比较的基准系统等。接着，张教授用一张图展示了一些研究方法的特点。他强调没有一种方法是完美的，要进行选择。在某些情况下，实验方法还是可以使用，这与衡量的物体有关。知识获取是可视分析里很重要的一个目标，它可以分为陈述式的和程序性的。已经有文章总结了衡量陈述式知识的标准。
图4 研究策略
张教授总结道，可视分析研究人员要重新考虑案例研究方法，并且需要在评价中采用其他的方法来提高研究的有效性。
图5 颁发纪念奖牌
最后，张教授提到了人机交互领域中的范式，包括人的因素、人机处理模型等，并对可视分析研究中的范式发表了自己的观点。北京工商大学陈谊教授为张小龙教授颁发了纪念奖牌，感谢他所带来的精彩演讲。
参考文献：
[1] G. Klein, B. Moon, and R. R. Hoffman, “Making Sense of Sensemaking 2: A Macrocognitive Model,” IEEE Intell. Syst., vol. 21, no. 5, pp. 88–92, 2006.
[2] Koskinen I, Zimmerman J, Binder T, et al. Design research through practice: From the lab, field, and showroom[M]. Elsevier, 2011.
[3] Kahneman D, Egan P. Thinking, fast and slow[M]. New York: Farrar, Straus and Giroux, 2011.
[4] McGRATH, JOSEPH E., Dilemmatics: “The Study of Research Choices and Dilemmas”, American Behavioral Scientist, 25:2 (1981:Nov./Dec.) p.179.
评论关闭。