触摸、手势与对话:数据物理化交互编排的案例研究
数据物理化(Data Physicalization)物理-数字混合交互计算方法在HCI中的应用HCI 研究员UI/UX 设计师产品设计师
文献标题
Touch, Gesture, and Conversation: A Case Study in the Choreography of Interaction with a Data Physicalization
出版信息
- 主题领域: 在社会和物理环境中与数据物理化的交互。
- 关键词: 数据物理化、具身认知、触摸交互、手势研究、意义建构、交互分析、人机交互、具身交互、数据可视化、社会交互。
背景与问题
- 问题/挑战: 关于数据物理化过程中意义建构时的详细、逐时逐刻的交互——触摸、手势和语言对话——的研究仍然有限。现有研究主要关注人们触摸的位置以及任务如何影响这些交互,但缺乏对整体具身体验的细粒度分析。
- 重要性: 理解这些交互可以为数据物理化的设计提供指导,从而更好地支持共享社会空间中的沟通、问题解决和具身意义建构。
- 动机与相关工作: 之前的研究探讨了数据物理化及其他场景中的触摸和手势,但仍然存在关于这些行为如何与对话和认知整合的研究空白。本文基于具身认知理论和手势研究来填补这些空白。
解决方案
- 提出的方法: 对一名参与者与静态数据物理化的交互进行详细案例研究,重点分析其在三个任务中的触摸、手势和对话。
- 创新性:
- 对意义建构过程中个体触摸和手势进行细粒度分析。
- 将触摸和手势分类为交流型和反思型,并进一步细分为子类别。
- 探索交互的编排,包括重复、时间安排和措辞,以理解其在意义建构中的作用。
- 强调触摸和手势之间的相互作用,指出在数据物理化研究中需要同时关注两者。
- 过程与关键技术:
- 从之前的研究中选择一名参与者进行深入分析。
- 使用视频编码记录并分类三个任务中的383次触摸和125次手势。
- 制定详细的交互时间线,将触摸、手势和对话对齐。
- 分析重复、时间安排和空间分布等模式,以理解交互的编排。
结果
- 具体发现:
- 参与者在三个任务中共进行了383次触摸和125次手势,不同任务的频率存在差异(例如,任务1中触摸频率为20.9次/分钟,而任务3为7.5次/分钟)。
- 36%的触摸和16%的手势属于反思型(方向和思考),而非直接与交流或信息收集相关。
- 重复行为以三种形式出现:对同一点的重复触摸、对同类特征的重复触摸、以及跨特征的相同触摸模式。
- 触摸和手势常常重叠或过渡,呈现出连续的运动。
- 相较基线的优势:
- 提供了比以往研究更详细和更深入的触摸和手势行为理解,以往研究通常关注汇总或静态指标。
- 确定了反思型交互是重要组成部分,扩展了对数据物理化中有意义交互的定义范围。
- 实验/评估:
- 任务包括探索和描述模型、假设其数据编码方式以及解释揭示的数据。
- 数据收集包括视频分析、触摸模式成像和对话转录。
- 编码将交互分类为交流型(基于特征、表达型)和反思型(信息收集、方向和思考)。
- 局限性与未来工作:
- 结果基于单一参与者,可能无法推广到其他人群。
- 研究未捕捉视线或面部表情,这些可能提供额外的上下文信息。
- 未来工作应分析多个参与者,探索动态数据物理化,并研究设计选择对交互行为的影响。
总结
本案例研究详细分析了一名参与者通过触摸、手势和对话与静态数据物理化的交互过程。研究将交互分类为交流型和反思型,突出了反思行为在意义建构中的重要作用。研究还展示了触摸与手势之间的相互作用,强调在数据物理化研究中需要同时考虑两者。这些发现有助于理解与数据物理化交互的具身和社会方面,并为设计更有效、更具吸引力的数据表示提供了洞察。
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。
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/10.1145/3772318.3790741
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
数据物理化(Data Physicalization)、物理-数字混合交互、计算方法在HCI中的应用
work
职业/产业
HCI 研究员、UI/UX 设计师、产品设计师
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文