网络数据是日常生活中常见的数据类型，如社会网络、论文引用网络和生物网络。如图1所示，在网络可视化的方法中，节点-链接图(Node-link Diagram)和邻接矩阵(Ajacency Matrix)是最常用的。另一种二部图布局方法(Bipartite Layout)首先被用于二部图上，之后也被扩展到普通静态图的可视化，在二部图布局中，节点被复制并放置在两个平行轴上，再用边将他们连接起来。每种方法在网络上的不同任务中都有其优势和不足之处。来自斯图加特大学的Daniel Weiskopf等人[1]进行了一项用户研究，以评估这三种网络可视化方法，并给出了使用准则。

数据表格是一种人们熟悉的、原始的数据表现方式。在商业产品与数据统计分析工具繁多的当下，数据表格仍然在意义构建中扮演着重要的角色，并且绝大多数的数据工作者会选择使用数据表格作为他们的主要工具。本文[1]通过一个全面的、定性的用户调研与实验探索了数据表格的优势以及在意义构建中是如何发挥作用的。

在与别人合作进行数据分析时，我们需要理解对方执行的操作。尤其当分析者没有坐在一起，而是远程协作的时候，明确别人正在做什么对启迪自己的思路以及避免重复劳动都用重要价值。怎么样能够实时感知别人正在进行的工作，了解操作的进程？如何避免他们的分析干扰自己的工作？这篇来自2013年VAST的文章[1]针对笔刷关联技术，通过用户实验比较了三种向用户传达合作者操作行为的方法。研究表明笔刷关联技术对帮助用户理解别人分析的进程很有帮助，并不会对他自己的分析产生显著影响。
继续阅读 »