共识与矛盾:可视化风格指南的跨组织分析

荣誉提名
交互式数据可视化数据故事讲述(Data Storytelling)可视化感知与认知UI/UX 设计师数据科学家与分析师HCI 研究员

文献标题

Consensus and Contradictions: A Cross-Organizational Analysis of Visualization Style Guides

出版信息

  • 主题领域: 跨组织和行业的可视化风格指南系统分析。
  • 关键词: 可视化风格指南、数据可视化、设计规范、组织实践、共识、矛盾、特定图表指南、非特定图表指南、社会技术性人工制品、价值敏感设计。

背景与问题

  • 问题/挑战: 可视化风格指南在塑造数据交流方面具有重要影响,但其在不同组织和行业间存在不一致性,且缺乏系统分析。以往研究范围有限,未能解决跨组织模式或指南中嵌入的社会技术价值问题。
  • 重要性: 风格指南影响数据向公众的呈现方式,进而影响清晰度、信任度和决策过程。理解其共识与矛盾有助于改善可视化实践,并弥合学术研究与专业应用之间的差距。
  • 动机与相关研究: 以往研究主要分析单个或少量指南,关注学术或实践者视角。然而,这些研究未能提供统一的跨组织视图,也未能解决指南中编码的价值和假设问题。本论文旨在通过分析来自不同领域的53份风格指南填补这一空白。

解决方案

  • 提出的方法: 系统分析53份公开可访问的可视化风格指南,创建一个标准化的包含2,120条特定图表指南的语料库,并开发Guidelines Explorer工具以实现透明性和探索性。
  • 创新点:
    1. 策划并发布了一个涵盖新闻、政府、非营利组织、企业和学术领域的53份风格指南的标准化语料库。
    2. 通过多方法分析识别指南中的共识、矛盾以及嵌入的社会技术价值。
    3. 引入Guidelines Explorer,一个用于跨组织和行业探索和比较指南的交互式工具。
  • 流程与关键技术:
    • 收集并标准化风格指南为JSON语料库。
    • 使用人类与AI结合的管道提取动作–目标单元并对指南进行聚类。
    • 进行定量和定性分析以识别共识和冲突模式。
    • 使用价值标签对指南进行注释,以揭示潜在设计优先级。
    • 开发Guidelines Explorer以支持数据集的交互式探索。

结果

  • 具体发现:
    • 柱状图是最常被提及的图表类型,对如从零开始轴线和限制颜色使用等规则有强烈共识。
    • 折线图在限制线条数量等实践上有中等程度的一致性,但在零基线推荐上存在分歧。
    • 饼图和环形图争议较大,有些组织禁止使用,而另一些组织在特定条件下允许使用。
    • 非特定图表指南强调颜色使用、简洁性、准确性和可读性,其中清晰度是最常被提及的价值(92%)。
  • 相较基线的优势:
    • 提供了首个大规模的跨组织可视化风格指南分析。
    • 识别共享规范和矛盾,为塑造可视化实践的价值提供洞察。
    • Guidelines Explorer工具支持更深入的指南探索和比较,弥合研究与实践之间的差距。
  • 实验/评估:
    • 数据集包括来自新闻、政府、非营利组织、企业和学术领域的53份风格指南。
    • 分析涵盖2,120条特定图表指南和34个价值标签。
    • 人类与AI结合的管道通过强一致性指标验证(例如动作–目标提取的Cohen’s κ ≈ 0.84)。
  • 局限性与未来工作:
    • 语料库不包括专有或非英语风格指南,限制了行业和地域代表性。
    • 意图提取可能简化了指南的细微差别。
    • Guidelines Explorer尚未进行正式用户评估。
    • 未来工作可扩展数据集、优化NLP技术,并跟踪指南随时间的演变。

总结

本文系统分析了53份可视化风格指南,揭示了组织实践中的共享规范、矛盾以及嵌入的社会技术价值。主要发现包括柱状图规则的强一致性、折线图的碎片化一致性以及饼图和环形图的争议性指导。非特定图表指南强调清晰度、简洁性和准确性,反映了机构优先级。Guidelines Explorer工具通过支持数据集的交互式探索补充了分析。这项工作弥合了学术研究与专业实践之间的差距,为改进可视化指导和促进设计规范透明性提供了基础。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222042/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791628
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
荣誉提名
group
作者
1 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)、可视化感知与认知
work
职业/产业
UI/UX 设计师、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