交互式可视化素养的多素养模型:定义、素养与未来研究步骤
交互式数据可视化可视化感知与认知数据故事讲述(Data Storytelling)大学教授与研究人员数据科学家与分析师HCI 研究员
文献标题
A Multiliteracy Model for Interactive Visualization Literacy: Definitions, Literacies, and Steps for Future Research
出版信息
- 主题领域: 交互式可视化素养及相关技能。
- 关键词: 交互式可视化、可视化素养、多元素养模型、人机交互、可视化动作循环、交互鸿沟、抽象层次、评估、教育、设计。
背景与问题
- 问题/挑战: 传统的可视化素养研究主要关注静态可视化,忽略了现代可视化系统的交互特性,导致对交互所需技能的理解存在空白。
- 重要性: 填补这一空白对于用户充分利用交互式可视化至关重要,交互式可视化在数据分析、叙事和决策中日益普及。
- 动机与相关工作: 以往研究探讨了可视化素养、交互理论和交互挑战,但尚未系统研究交互式可视化所需的能力。关于交互式可视化素养理论的呼吁尚未得到回应,现有评估方法不足以应对交互场景。
解决方案
- 提出的方法: 一个交互式可视化素养(IVL)的多元素养模型,该模型结合交互理论和可视化实践,描述有效交互所需的技能。
- 创新点:
- 提出一个二维模型,将三个抽象层次(战略、战术、操作)与三个交互鸿沟(目标形成、执行、评估)相结合。
- 确定九种独特的多元素养,包括五种新素养,以描述交互式可视化所需的多样化能力。
- 将模型应用于现实系统,并通过观察性研究验证其范围和表现力。
- 提出一个研究议程,用于评估、设计、教育和提升交互式可视化素养。
- 过程与关键技术:
- 基于Norman的人类动作循环、Lam的交互成本以及现有可视化和HCI理论开发模型。
- 通过将能力映射到交互鸿沟和抽象层次,定义九种多元素养。
- 通过现有系统的案例研究和九名参与者与两个可视化系统互动的观察性研究进行验证。
结果
- 具体发现:
- 确定了九种多元素养,包括分析素养、任务素养、工具素养、工作流素养和洞察素养等新素养。
- 观察性研究揭示了用户在交互素养和工具素养方面的常见困难,突出了用户能力和系统设计的不足。
- 相较基线的优势: 该模型通过结合交互,扩展了传统可视化素养研究,涵盖了不同抽象层次的多种认知和技术技能。
- 实验/评估:
- 对《可持续发展目标地图集》和EgoLines等系统的案例研究证明了模型在多种场景中的适用性。
- 对九名参与者的观察性研究提供了用户困难的定性洞察以及所识别素养的相关性。
- 局限性与未来工作:
- 该模型未涉及协作场景或盲人及低视力用户的可访问性问题。
- 需要进一步开发每种素养的评估测试,并在多样化背景和更大样本中评估模型。
总结
本文提出了一个交互式可视化素养(IVL)的多元素养模型,填补了对现代可视化系统交互所需技能理解的空白。该模型将三个抽象层次与三个交互鸿沟相结合,定义了九种独特素养,其中包括五种新素养。通过案例研究和观察性研究验证了模型的表现力,并揭示了用户在交互式可视化中的挑战。作者提出了一个研究议程,用于评估、设计、教育和提升IVL,旨在改善用户与可视化系统的交互,并为未来的研究和设计实践提供指导。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
TableTale:重塑科学论文中表格与文本的叙事互动
CHI '26· 交互式数据可视化 +2
- 100%
DataDive:支持读者通过数据探索对统计语句进行上下文化
IUI '24· 交互式数据可视化 +2
- 83%
叙事支架:数据驱动理解的叙事优先框架
IUI '26· 交互式数据可视化 +2
- 71%
人类图形学能促进亲社会行为吗?一项评论和大规模样本研究
CHI '21· 交互式数据可视化 +2
- 71%
CALVI:可视化读写能力批判性思维评估
CHI '23· 交互式数据可视化 +2
- 71%
ChartDetective:从复杂矢量图表中轻松准确地交互提取数据
CHI '23· 交互式数据可视化 +2
- 71%
共识与矛盾:可视化风格指南的跨组织分析
CHI '26· 交互式数据可视化 +2
- 71%
追逐意义和/或洞察?可视化与人文学科交叉领域评估实践的综述
CHI '26· 交互式数据可视化 +2
- 71%
谈灵感:数据可视化播客的话语分析
CHI '26· 交互式数据可视化 +2
- 67%
将科学结果置于恰当的视角:改进标准化效应大小的沟通
CHI '22· 数据故事讲述(Data Storytelling) +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://doi.org/10.1145/3772318.3793423
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
交互式数据可视化、可视化感知与认知、数据故事讲述(Data Storytelling)
work
职业/产业
大学教授与研究人员、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