数据可视化中的数据叙事:它是否提高了信息检索和洞察理解的效率和效果?

交互式数据可视化数据故事讲述(Data Storytelling)数据科学家与分析师HCI 研究员

文献标题

Data Storytelling in Data Visualization: Does it Enhance the Efficiency and Effectiveness of Information Retrieval and Insights Comprehension?

文献信息

  • 主题领域: 数据可视化与数据叙事
  • 关键词: 数据叙事, 数据可视化, 数据理解, 可视化素养, 用户研究, 信息检索, 数据认知

研究背景与问题

  • 发现的问题或挑战:

    1. 数据叙事(Data Storytelling,DS)通过将视觉元素和叙述结合,可以提升普通用户对复杂数据的理解。然而其在提高效率和效果方面的优势尚缺乏全面的实证支持。
    2. 普通公众通常缺乏可视化素养(Visualization Literacy),在解读数据可视化时表现困难,这一挑战使得数据叙事可能成为提升数据理解的潜在工具。
    3. 关于数据叙事潜在好处的研究结果存在分歧,例如在记忆回忆、共情和理解任务中的效果。
  • 研究的重要性: 在数据驱动的世界中,高效且有效地传达重要的数据信息对于辅助决策和公众教育至关重要。理解数据叙事是否能全面改进效率和精确度,及其如何影响不同素养水平的用户,将为设计更优的数据可视化提供理论依据。

  • 研究动机与相关工作:

    • 动机:弥补当前文献中关于数据叙事在提升效率和效果方面的研究空白。
    • 相关工作:前期研究提出,数据叙事能够更直观传递信息(如解释复杂主题;增强对趋势的关注)。但这些研究多为理论推断或初步实验,缺乏系统的实证验证。

解决方案

  • 提出的解决方案: 作者通过设计和执行一个含103名参与者的对比实验,系统验证数据叙事在效率和效果上的具体表现。

  • 创新点:

    1. 考察数据叙事在信息检索(具体数据点识别)和数据理解(数据洞察)两个层面的效率与效果。
    2. 定量分析个体的可视化素养对这一关系的潜在影响。
    3. 首次全面验证数据叙事中具体设计元素(如颜色强调、注释、标题等)的用户感知和作用。
  • 实施步骤与关键技术:

    1. 设计实验:将六对常规数据可视化与对应的数据叙事版本进行对比,任务包括信息检索和单一/多重洞察理解,采用定性和定量方法收集数据。
    2. 使用数据:从全球气候变化相关的公开数据集中选择内容,并使用标准软件(Tableau和LucidChart)创建动态和静态数据可视化。
    3. 测量指标:
      • 效率:以任务完成时间进行量化。
      • 效果:采用回答正确率(Correct Rate, 调整猜测因素)评估。
    4. 分析方法:采用Wilcoxon签名秩检验、回归分析等方法洞察数据连接。

研究成果

  • 具体成果:

    1. 数据叙事显著提高了任务效果(准确率),但未显著减少任务完成时间。
    2. 数据叙事在单一洞察问题上表现出更高的效率,适用于简单易处理的可视化场景。
    3. 数据叙事元素在部分用户中收到好评(提高目标数据点的辨识),但也有部分用户认为过于复杂且导致分心。
    4. 可视化素养显著影响用户的任务表现(准确率),但在有无数据叙事条件下并无显著交互关系。
  • 相较于现有方案的优势: 本研究首次通过系统实验验证数据叙事是否能够实质性提升用户在检索与洞察能力上的表现,而不仅限于记忆或参与度研究。

  • 实验或评估结果:

    1. 数据叙事版本的正确率(median: 0.889, IQR: 0.333)显著高于常规可视化版本(median: 0.667, IQR: 0.334)。
    2. 信息检索与单一洞察问题效率表现略有改善,但多重洞察问题中无显著差异。
  • 局限性与未来方向:

    1. 局限性:
      • 实验范围局限于静态图表,未涉及交互式数据叙事。
      • 数据集中未平衡全球参与者背景。
      • 图表类型与问题复杂度覆盖范围有限。
    2. 未来方向: -研究更复杂的图表类型和视觉工具。
      • 引入交互式元素探索更丰富场景。
      • 将语言文化纳入变量,分析数据叙事设计对不同文化背景用户的适应性表现。
      • 探索数据叙事与记忆保持、共情等未解决领域的关联。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/146892/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3643022
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
交互式数据可视化、数据故事讲述(Data Storytelling)
work
职业/产业
数据科学家与分析师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文