标签存档: 用户评估

使用一些比较任务比较不同类型的柱状图( What’s the Difference?: Evaluating Variants of Multi-Series Bar Charts for Visual Comparison Tasks )

越来越常见的数据分析方法涉及到使用信息仪表板来直观比较变化数据。 但是对于不同布局约束与不同层次的可视化形式的视觉比较是一项具有挑战性的任务。 在在本文中,我们评估了条形图的不同变体,我们使用常见的在仪表板中使用的流行类图表。 我们使用了一个在线实验(N = 74)进行评估四个选择设计:1)分组条形图,2)分组条形图差异叠加,3)条形图与差异叠加,和4)差异图表。 结果显示有带有叠加层的差异图表适合更广泛的比较任务。 最后,我们讨论我们调查结果的含义,重点是支持仪表板中的视觉比较[1]。

继续阅读 »

欺骗性的可视化如何骗人?:常见扭曲技术的实证性研究 (How Deceptive are Deceptive Visualizations?: An Empirical Analysis of Common Distortion Techniques)

随着大数据时代的来临,可视化技术的运用越来越广泛。媒体人、政治家纷纷利用可视化图片表述自己的观点,以赢得大众的支持。尽管这些可视化图片可以直观的传达大量信息,但他们同时也会扭曲信息,误导大众。许多时候这种误导的故意的:可视化图片的制作者会故意通过扭曲可视化结果来增强其效果。也有时候,这种误导是无意的:制作者可能对可视化技术并不熟悉而错误的使用了某些技术。在CHI2015会议上,来自美国纽约大学(NYU)的几名研究者报道了他们在这方面进行的实证研究工作[1]。他们将这类误导性的可视化成为欺骗性可视化(Deceptive Visualization)。从图1中的一些典型的案例出发,它们对相关的技术进行了分类,并通过实验研究了其中一些技术对人理解图片含义造成的影响。此外,他们还研究了不同类型的人对欺骗性可视化的反应。

继续阅读 »