ToonNote:使用交互式数据漫画改进计算笔记本中的通信

交互式数据可视化数据故事讲述(Data Storytelling)软件工程师与开发者数据科学家与分析师

文献标题

ToonNote: Improving Communication in Computational Notebooks Using Interactive Data Comics

文献信息

  • 主题领域: 人机交互,数据科学可视化
  • 关键词: 计算笔记本, 数据摘要, 数据漫画, 多层界面, 数据交互, 可视化叙事, 协作
  • 发表会议: CHI Conference on Human Factors in Computing Systems (CHI '21)
  • 作者: Daye Kang, Tony Ho, Nicolai Marquardt, Bilge Mutlu, Andrea Bianchi
  • 出版时间: 2021年

研究背景与问题

  • 发现的问题或挑战:

    • 计算笔记本 (例如 Jupyter Notebook) 在分析数据与共享分析结果时非常流行,但其非结构化、自由流动的内容可能难以被理解,尤其是对于非熟练用户。
    • 大量代码、中间输出和注释会使笔记本内容过长、复杂,影响合作与沟通效率。
    • 现有工具(例如注释折叠、分层界面)虽然在一定程度上优化了笔记本,但未能显著提升专家方向的理解能力。
  • 研究重要性:

    • 数据分析常涉及多样化的协作者,且包括技术与非技术背景的人群,如何高效清晰地传递洞察非常关键。
    • 改善计算笔记本的可读性与交互性对提升团队协作效率与推广易用性有重要作用。
  • 研究动机与相关工作:

    • 数据漫画 (Data Comics) 是一种新兴的视觉讲故事形式,已被证明可以增强信息的可记忆性和参与度。
    • 现有的多层界面方法(例如折叠单元格)未利用数据漫画的故事特性,且未解决互动不友好的问题。
    • 需要一种整合数据漫画与计算笔记本的系统来更有效地改善用户体验与信息交流。

解决方案

  • 方法或解决方案:

    • 提出并实现一个名为“ToonNote”的JupyterLab扩展,赋予计算笔记本以互动数据漫画功能。
    • ToonNote允许用户在传统笔记本视图和数据漫画视图之间切换,提供高层次的结构化叙述,同时支持数据的自由探索。
    • 数据漫画视图整合了可视化、简明注释和交互,提供了一种视觉主导的内容展示形式。
  • 创新之处:

    • 在计算笔记本中整合数据漫画格式以提升讲故事能力。
    • 通过图形和线性叙事减少认知负担,同时解决当前笔记本无法记录和恢复交互状态的问题。
    • 支持“Peek Code”和“Undo”等功能,允许精确查看代码和重置交互内容。
    • 引入作者引导的视觉线索,使合作更顺畅、有条理。
  • 实施步骤与关键技术:

    1. 开发ToonNote扩展,通过标签标记代码、输出和注释单元格,转换为漫画帧。
    2. 提供书签功能,允许切换漫画视图和笔记本视图。
    3. 支持录制图形交互(如缩放、滚动)的元数据并在重置时恢复这些交互。
    4. 集成JupyterLab环境,确保结果漫画的可交互图形可编辑和可探索。

研究成果

  • 具体成果:

    • 通过两个用户研究验证ToonNote的有效性。
    • 将漫画格式应用于分析笔记时,用户的任务完成时间显著减少(减少约52%),同时认知负担显著降低。
    • 读者认为通过ToonNote能够更清晰地理解作者的叙事意图,且与传统笔记本相比,漫画格式更有趣、更具吸引力。
  • 与现有解决方案的优势:

    • 相较现有的注释折叠或分层界面,ToonNote进一步整合了清晰线性叙事和高水平的互动。
    • 数据漫画视图提供的高可读性减少了用户滚动频率,同时支持交互式内容探索。
  • 实验或评估结果:

    • 用户对漫画视图的准确率未显著提高,但在与非技术协作者的沟通和交流中表现出明显优势。
    • NASA任务负载指数评估显示,使用ToonNote时,用户需投入的认知资源显著下降(从69.86降至21.67)。
    • 数据漫画视图在用户体验与享受度方面评分显著优于传统笔记本。
  • 局限性与未来方向:

    • 数据漫画的创建需要手动标记内容,可能加重作者负担;未来研究可探索自动化推荐。
    • 目前研究主要针对数据分析领域的技术用户,未来可以扩展至非技术用户(如经理、领域专家)以验证更广泛的适用性。
    • 对比非交互式数据漫画或其他图文呈现形式(如幻灯片)的进一步研究尚未开展。

备注

该研究为数据科技和协作沟通提供了一个实际解决方案,并在数据可视化领域开辟了新的方向。这为未来工具的设计和实现提供了关键启示,同时也提出了值得深入研究的问题。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47414/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445434
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
交互式数据可视化、数据故事讲述(Data Storytelling)
work
职业/产业
软件工程师与开发者、数据科学家与分析师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文