การประมวลผลความรู้ความเข้าใจ / ตีความเทคนิคการสร้างภาพข้อมูล

มีใครรู้บ้างเกี่ยวกับการวิจัยที่ตรวจสอบประสิทธิผล (ความเข้าใจ?) ของเทคนิคการสร้างภาพข้อมูลที่แตกต่างกันหรือไม่?

ตัวอย่างเช่นผู้คนเข้าใจว่าการสร้างภาพข้อมูลหนึ่งรูปแบบรวดเร็วกว่าอีกรูปแบบหนึ่งได้อย่างไร การโต้ตอบกับการสร้างภาพข้อมูลช่วยให้ผู้คนจำข้อมูลได้หรือไม่? อะไรก็ได้ตามสายเหล่านั้น ตัวอย่างของการสร้างภาพข้อมูลอาจเป็น: แผนการกระจายกราฟเส้นลำดับเวลาแผนที่ส่วนต่อประสานเชิงโต้ตอบ (เช่นพิกัดขนาน) เป็นต้น

ฉันสนใจงานวิจัยโดยเฉพาะในกลุ่มคนทั่วไป

เรื่องนี้มักจะมีการหารือภายใต้ระเบียบวินัยของ HCI (คนปฏิสัมพันธ์ระหว่างมนุษย์และคอมพิวเตอร์ ) ซึ่งมีวารสารของตัวเอง

มีเป็นจำนวนมากของการทำงานที่ดีถูกดำเนินการเกี่ยวกับเรื่องนี้ที่ Stanford ภายใต้เจฟฟรีย์เฮียร์ (ผู้สร้างของprotovisและPrefuseหมู่สิ่งอื่น ๆ ) และใน Stanford กลุ่มคอมพิวเตอร์ปฏิสัมพันธ์ของมนุษย์ เป็นตัวอย่างอ่านกระดาษ"การปรับขนาดขอบฟ้า: ผลกระทบของขนาดแผนภูมิและเลเยอร์บนการรับรู้กราฟิกของการสร้างภาพชุดเวลา" วัสดุบนCS147: ความรู้เบื้องต้นเกี่ยวกับการออกแบบปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์และหน้าแรกการแสดงภาพประกอบเพลง cs448bอาจเป็นที่สนใจเช่นกัน

นอกจากนี้คุณยังสามารถดูรายชื่อโครงการในซีเอ็ม HCI สถาบัน

Cleveland รายงานเกี่ยวกับการวิจัยจำนวนมากในหนังสือ 1994 ของเขาThe Elements of Graphing Data (2nd ed) มันอ่านง่ายและมีประโยชน์มาก

คู่ของความคิด:

1. ฉันคิดว่าBertology of Graphicsเป็นตำแหน่งคลาสสิกในบริเวณนี้

2. ในฐานะที่เป็นร็อบชี้คลีฟแลนด์ได้ทำบางงานที่น่าสนใจในพื้นที่เช่นที่นี่

3. บางตัวอย่างของการออกแบบดีจากสตีเฟนน้อย

4. เร็ว ๆ นี้ผมเจอที่น่าสนใจ [และเร้าใจโดยเฉพาะอย่างยิ่งสำหรับผู้ที่ชื่นชอบ Tufte / คลีฟแลนด์เป็นตัวเอง;] ชิ้นส่วนของการวิจัยจากการมีปฏิสัมพันธ์แล็บคอมพิวเตอร์ของมนุษย์ที่มหาวิทยาลัยซัสแคตเกี่ยวกับประโยชน์ของขยะ

สตีเฟนคอสลินศึกษาการประมวลผลภาพของมนุษย์และได้เขียนหนังสือที่เรียกว่ากราฟที่ออกแบบมาสำหรับตาและใจ มีสิ่งที่มีประโยชน์อยู่ในนั้น แต่เขาก็แนะนำสิ่งที่ตลกบางครั้ง ตัวอย่างเช่นเขาแนะนำให้ตัดทอนแกน y บนกราฟแท่งในบางจุดเพื่อที่ว่าพวกเขาจะไม่เริ่มต้นที่ 0 ซึ่งดูเหมือนจะเป็นบาปที่ลึกซึ้งสำหรับฉัน

โดยเฉพาะเรื่องสีและการรับรู้ฉันชอบเอกสารด้านล่างโดย Bergman, Rogowitz และ Treinish

• ทำไมวิศวกรและนักวิทยาศาสตร์ควรกังวลเรื่องสี?
• เครื่องมือที่ใช้กฎสำหรับช่วยเหลือการเลือก Colormap
• วิธีที่จะไม่โกหกกับการสร้างภาพ
• หน้าแรกของ Lloyd Treinish (สำหรับลิงค์ไปยังงานที่เกี่ยวข้อง)