RidgeBuilder:交互式创作表达型脊线图
作者
交互式数据可视化数据故事讲述(Data Storytelling)UI/UX 设计师视觉艺术家与设计师
研究背景与问题
- 发现的问题或挑战:
- Ridgeline图是一种重要的可视化方法,用于显示多组数据的分布或演变特征。然而,目前多数工具仅支持创建基础的Ridgeline图,缺乏对多样化布局和风格的支持。
- 调整Ridgeline图的布局(如重叠程度和顺序)对表示效果影响显著,但细致调节这些图表的布局和样式需要依赖复杂设计软件,如Adobe Illustrator,这对用户提出了较高的技能要求。
- 当前代码驱动工具和交互工具虽提供绘图功能,但限制较大。代码工具(如ggridges和Vega-Lite)灵活但学习成本高,交互工具(如Tableau)易于使用却缺乏复杂布局和装饰选项。
- 重要性:
- Ridgeline图在科学和艺术领域均有广泛应用,能够有效表达时间序列演进、多变量分布等,具备强大的数据可视化价值。
- 创建更灵活和表达性更强的Ridgeline图可以扩展它的应用场景,并帮助用户提取更有价值的信息。
- 研究动机与相关工作:
- 当前工具对Ridgeline图的设计空间探索不足,无法高效解决布局优化问题。
- 本研究旨在推动Ridgeline图从传统工具限制中解放出来,增强其表达能力,激发更多创意应用。
解决方案
- 提出的方法或解决方案:
- 提出一个基于设计空间的直观工具——RidgeBuilder,用于交互式创建表达性强的Ridgeline图。
- 设计了Ridgeline图的五维设计空间:元素(如轴、图形类型)、布局(如重叠、层级)、风格(如色彩、透明度)、装饰(如标注、背景)和组合。
- 通过Ridgeline布局的优化算法解决布局调整问题,提出了三个设计目标:
- 邻近的曲线应具有相似的峰值模式;
- Ridgeline曲线的弯曲应尽量减少;
- 布局应避免隐藏主要峰值。
- 解决方案的创新之处:
- 提出了一种优化模型,将Ridgeline布局问题形式化为旅行商问题(TSP),以实现布局的实时优化。
- 开发了一种特定的三轴数据模型,提高了Ridgeline图的表达灵活性。
- 提供风格模板推荐功能,支持用户轻松尝试经典风格(如“黑胶风格”)。
- 实现步骤与关键技术:
- 将用户交互与核心功能(如数据绑定、布局调整、样式修改、装饰添加)结合,使Ridgeline图生成过程更直观。
- 利用算法自动生成高质量布局,通过推荐系统提示最佳布局选择。
- 界面设计支持拖拽、滑块调整等直观动作,同时允许导出为SVG文件便于后续高阶编辑。
研究成果
- 具体成果:
- RidgeBuilder可以创建多样化、表达性强的Ridgeline图,对比现有工具,极大减少了用户操作的复杂性。
- 提供交互式布局调整的优化算法,使得用户能更有效地展示数据的演变模式。
- 与现有解决方案的优势:
- 相较于代码驱动工具(如ggridges),RidgeBuilder对非专业用户更加友好,缩短学习曲线。
- 相较于传统交互工具(如Tableau),RidgeBuilder在布局选择和样式控制方面具有较大的灵活性和创新性。
- 实验或评估结果:
- 用户复现研究:参与测试的用户评分(SUS)平均为88.75/100,均表示RidgeBuilder易用且高效。
- 算法评估:优化布局算法显著优于基线方法(如统计排序法),在用户评估中得分最高(77.33),确认了提出的三大设计目标的有效性。
- 时间效率:算法能够实现实时响应(<1秒)和优质体验(大多数场景在10秒内完成)。
- 局限性与未来方向:
- 局限性:
- 尚不支持Ridgeline图与其他图表类型的组合。
- 算法响应速度在非常大的数据规模下可能需要优化。
- 评估时无法完全公平地比较其他工具,因为大多数缺乏Ridgeline图的特定功能。
- 未来方向:
- 引入人机协同设计,加入动态优化建议模块。
- 增强对图表的直接操作支持(如自由手绘趋势线)。
- 与现有可视化工具的集成(例如作为Figma插件)以扩大使用场景。
- 局限性:
通过RidgeBuilder,Ridgeline图的设计和实现变得更直观和强大,为广泛的科研、艺术和商业应用铺平了道路。这项研究可能激励更多研究者继续探索Ridgeline图等特定可视化形式的潜力和表达力。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何通过直观工具优化山脊图(Ridgeline plots)的布局和样式,使其更易用且表达力更强?分类: AI理解、任务委派与算法治理实践同类问题arrow_forward
- 如何将山脊图的布局问题形式化为优化问题,并利用算法提升实时调整效果?分类: AI理解、任务委派与算法治理实践同类问题arrow_forward
- 什么样的设计空间和交互方式可以降低山脊图设计的复杂性,帮助用户更有效地展示数据特点?分类: AI理解、任务委派与算法治理实践同类问题arrow_forward
lightbulb
现实痛点
1- 非专业用户难以灵活设计复杂山脊图,以直观呈现数据演化特征。分类: AI理解、任务委派与算法治理实践同类问题arrow_forward
- 75%
DataInk: 直接且创新的数据导向绘图
CHI '18· 交互式数据可视化
- 67%
DataToon:使用笔+触控交互绘制动态网络漫画
CHI '19· 交互式数据可视化 +2
- 60%
数据漫画的设计模式
CHI '18· 交互式数据可视化 +1
- 60%
高容量人为可设计可视标记的有意编码方法
CHI '18· 交互式数据可视化 +1
- 60%
通过分散帧加载改进时间轴视频的早期导航
CHI '19· 交互式数据可视化 +1
- 60%
DataSelfie:赋能人们设计个性化视觉来代表他们的数据
CHI '19· 交互式数据可视化 +1
- 60%
ActiveInk: (Th)Inking与数据
CHI '19· 交互式数据可视化 +1
- 60%
与文本描述同步的自动注释可视化
CHI '20· 交互式数据可视化 +1
- 60%
数据动画师:创作表达性的动态数据图形
CHI '21· 交互式数据可视化 +1
- 60%
按数字着色:素描图像的交互式结构化和矢量化
CHI '21· 交互式数据可视化 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3714209
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
8 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
UI/UX 设计师、视觉艺术家与设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文