解构信息图表中的视觉隐喻：一个设计空间

文献标题

Unpacking Visual Metaphors in Infographics: A Design Space

出版信息

• 主题领域: 信息图中的视觉隐喻设计
• 关键词: 视觉隐喻，信息图，设计空间，生成模型，隐喻创意，数据可视化，认知语言学，重构策略，源属性，用户研究

背景与问题

• 问题/挑战: 在信息图中设计有效的视觉隐喻具有挑战性，尤其是对于新手设计师而言，因为选择合适的源概念和制定重构策略的过程较为复杂。现有研究缺乏关于隐喻创意和应用的系统性指导。
• 重要性: 视觉隐喻能够增强数据的理解、记忆和情感参与，对于信息图中的有效沟通至关重要。
• 动机与相关工作: 先前的研究探讨了隐喻类型、自动化工具和设计指南，但尚未系统性地捕捉目标数据、源属性和重构策略之间的交互。本研究通过引入一个结构化的设计空间来填补这一空白。

解决方案

• 提出的方法: 为信息图中的视觉隐喻设计一个包含三个维度的设计空间：目标、源和重构策略。该设计空间被转化为生成模型的可操作知识。
• 创新点:
  1. 收集了来自多种来源的2,029个隐喻性信息图数据集。
  2. 创建了一个结构化的设计空间，将视觉隐喻按目标、源和重构策略维度进行分类。
  3. 提出了基于设计空间增强的生成模型提示方法，用于隐喻设计创意。
• 过程和关键技术:
  • 数据收集: 从精选数据集、在线来源和出版物中收集了48,552个信息图候选项，筛选出2,029个隐喻性信息图。
  • 编码: 使用主题分析法分析信息图，识别目标洞察、源属性（外延和内涵）以及重构策略。
  • 评估: 通过30名参与者的用户研究，比较设计空间增强提示与直接提示的效果，评估新颖性、多样性和满意度。

结果

• 具体发现:
  • 基于设计空间增强的提示生成的信息图在新颖性和有效性方面得分更高（平均排名：5.48 对比基线的 7.52；p < .001）。
  • 多样性评分：增强方法为5.82，基线为4.96（p < .001）。
  • 满意度评分：增强方法为5.34，基线为4.16（p < .001）。
• 相较基线的优势: 增强方法在所有十种数据洞察类型中均生成了更具多样性和更令人满意的隐喻设计，并在其中八种洞察类型中获得最高排名。
• 实验/评估:
  • 针对30名可视化设计师的用户研究，涵盖十种数据洞察（如分布、趋势、排名）。
  • 任务包括对单个信息图进行排名，以及对方法输出的多样性和满意度进行评分。
  • 后续对六名参与者进行访谈，收集定性反馈。
• 局限性与未来工作:
  • 当前评估集中于设计师偏好，未涉及终端用户的理解或记忆效果。
  • 数据集偏向西方信息图，未来应扩展文化和语言多样性。
  • 需考虑生成信息图在数据准确性和文化偏见方面的伦理问题。

总结

本文提出了一个针对信息图中视觉隐喻的结构化设计空间，其包含目标、源和重构策略三个维度，并基于2,029个隐喻性信息图数据集构建而成。该设计空间被转化为生成模型的可操作知识，从而实现系统化的隐喻创意。用户研究表明，基于设计空间增强的提示方法相比直接提示，能够生成更具多样性、新颖性和满意度的隐喻设计。未来工作包括扩展数据集多样性、评估终端用户理解效果，以及开发人机协同的创意工具用于信息图设计。