评估2D和3D热图用于比较分析:一项实证研究
作者
交互式数据可视化可视化感知与认知UI/UX 设计师HCI 研究员统计学家与数据科学家
热图是一种流行的可视化技术,它使用颜色或亮度来编码2D密度分布。然而,实验研究表明,在读取和比较数值数据时,这两种视觉变量都不够准确。一种可能的解决方法是通过引入高度作为第三个维度来使用3D热图来编码数据。然而,用3D来编码抽象数据也存在许多问题。为了更好地理解这种权衡,我们进行了一项实证研究(N=48),以评估2D和3D热图在比较分析任务中的用户性能。我们在传统的2D屏幕上测试了这些条件,也在虚拟现实环境中进行了测试,以实现真正的立体视觉。我们的主要结果表明,在读取和比较单个数据项时,3D热图在错误率方面更优。然而,对于概览任务,成熟的2D热图表现更好。
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%
RouteFlow: 轨迹感知动画过渡
CHI '25· 交互式数据可视化 +1
- 80%
截断Y轴:威胁还是危象?
CHI '20· 交互式数据可视化 +1
- 80%
数据驱动的标记定向用于散点图中的趋势估计
CHI '21· 交互式数据可视化 +1
- 80%
reVISit: 互动可视化研究的内部探索
CHI '21· 交互式数据可视化 +1
- 80%
VAID:在视觉分析系统中索引视图设计
CHI '24· 交互式数据可视化 +1
- 80%
“它只是一张图”——后验理性化对信息可视化评估的影响
C&C '21· 交互式数据可视化 +1
- 67%
TalkTraces:会议中口头内容的实时捕获与可视化
CHI '19· 交互式数据可视化 +2
- 67%
测量散点图中形状、大小和颜色的可分性
CHI '19· 交互式数据可视化 +1
- 67%
理解读者如何整合图表和图注:一个关于折线图的案例研究
CHI '21· 交互式数据可视化 +1
- 67%
在颜色编码的散点图中测量类别知觉
CHI '23· 交互式数据可视化 +2
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/10.1145/3313831.3376675
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
7 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
work
职业/产业
UI/UX 设计师、HCI 研究员、统计学家与数据科学家
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文