使用验证设计和众包方法评估多变量网络可视化技术
交互式数据可视化时序数据与网络图可视化UI/UX 设计师HCI 研究员
可视化多变量网络具有挑战性,因为需要在网络拓扑的有效编码和与节点和边相关的属性编码之间进行权衡。存在大量多变量网络可视化技术,但关于它们各自的优缺点几乎没有经验指导。在本文中,我们描述了一个众包实验,比较了带有节点编码的节点链接图和带有并置表的邻接矩阵。我们发现,节点链接图最适合需要在网络拓扑和少数属性之间紧密集成的任务。邻接矩阵在与聚类相关的任务以及需要考虑许多属性时表现良好。我们还反思了在众包环境中使用经过验证的设计来实证评估复杂交互式可视化的研究方法。我们强调了培训、补偿和来源跟踪的重要性。
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。
- 80%
手中的数据立方体:混合现实中用于可视化3D时空数据的实体立方体设计空间
CHI '24· 混合现实工作空间 +2
- 60%
Paragon:一个通过视觉示例增强设计反馈的在线画廊
CHI '18· 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%
Haptipedia: 加速触觉设备发现以支持交互与工程设计
CHI '19· 力反馈与伪重力感 +1
- 60%
截断Y轴:威胁还是危象?
CHI '20· 交互式数据可视化 +1
- 60%
Dziban:通过锚定建议在可视化设计中平衡自主性与自动化
CHI '20· 推荐系统用户体验 +1
- 60%
使用嵌入式词尺度可视化的视觉探索交互技术
CHI '20· 交互式数据可视化 +1
- 60%
GoTree:树形可视化的语法
CHI '20· 交互式数据可视化 +1
- 60%
VINS:面向移动用户界面设计的视觉搜索
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://doi.org/10.1145/3313831.3376381
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
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、时序数据与网络图可视化
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文