新闻信息学：通过来源、媒介和信息中的互动性使个人参与数据丰富的新闻内容

文献标题

News Informatics: Engaging Individuals with Data-Rich News Content through Interactivity in Source, Medium, and Message

文献信息

• 主题领域: 人机交互 (HCI) 与新闻信息学的结合，探索通过交互设计提升用户在数据丰富新闻内容中的参与度。
• 关键词: 网站交互性、用户参与度、新闻信息学、数据可视化、交互式设计、信息个性化、技术驱动新闻、用户体验、新闻数据呈现、情境互动。

研究背景与问题

• 发现的问题或挑战:

  • 在新闻报道中有效呈现大数据是一项挑战。尤其是用户如何提取与其需求相关的信息并保持参与度。
  • 传统的新闻内容呈现方式无法满足数据丰富新闻带来的用户体验新需求。
  • 同时，用户在面对复杂交互元素时可能感到认知过载。

• 重要性:

  • 随着信息技术的迅速发展，新闻业正在经历从线性内容呈现到交互式、定制化内容的转型。
  • 理解用户与数据可视化内容的互动机制，对于数字新闻业以及其他大数据内容的传播设计具有重要意义。

• 研究动机与相关工作:

  • 作者提出“新闻信息学”这一术语，强调以互动方式呈现大规模数据的重要性，并力求通过互动设计提升新闻消费者的参与度及理解力。
  • 数据可视化与互动工具近年来在新闻领域逐步兴起，但对于用户参与度的作用研究较少。
  • 作者基于通信模型，对不同类型的交互（媒介交互、信息交互、源交互）对用户体验的影响进行了理论和实证分析。

解决方案

• 提出的解决方案:

  • 设计并测试三个不同类型的交互特性：媒介交互（Modality Interactivity）、信息交互（Message Interactivity）、源交互（Source Interactivity）。
  • 运用这些交互维度探索其对用户参与度、心理响应及态度的影响，同时分析交互特性之间的组合效应。

• 创新之处:

  • 开创性地提出新闻信息学框架，结合交互设计与用户心理机制，为数字新闻的体验优化提供新方向。
  • 提出的“交互效应模型”（Interactivity Effects Model）将用户感知、用户体验和行为响应理论化，从多维度构建用户与新闻内容的互动效应。

• 实施步骤与主要技术:

  • 设计了一款研究网站“Global Attitude Website”，以互动信息可视化为核心。
  • 实验包含12种网站版本，通过操控交互特性（例如点击、鼠标悬停、多种交互方式）观察不同条件下用户行为。
  • 收集用户的自动日志数据及问卷反馈，并运用结构方程模型（SEM）分析用户心理机制与行为结果。

研究成果

• 具体成果:

  • 高媒介交互提高了界面的易用性、自然映射及用户对内容的记忆度。
  • 信息交互的效果依赖于媒介交互的支持，二者结合可以增进用户对信息的回忆。
  • 中等程度的源交互（如个性化选项）则较高程度的源交互（如博客功能）更能提升用户态度和参与度。

• 优势:

  • 报告了交互特性对用户行为的复杂交互效应，明确了提升用户内容参与度的最佳交互组合。
  • 可为实际新闻信息学设计提供理论依据，尤其在设计面向不同类型用户的互动界面时。

• 实验与评估结果:

  • 通过实验发现互动特性之间存在显著的联合效应，部分效果需要多种交互特性组合才能充分发挥。
  • 发现高交互性可能会对某些用户群体（如对统计信息不熟悉的用户）造成阻碍。

• 局限性与未来方向:

  • 样本较为局限（多为年轻学生），未来需要更多普通用户样本以验证结论适用性。
  • 实验中的交互内容仅限于复杂全球话题，未来可扩展至其他数据类型（如社交媒体数据）。
  • 实验网站与真实新闻网站的情境不同，未来研究需在真实新闻界面中测试互动工具的效果。

结论与设计建议

• 结论:

  • 交互特性对用户心理与行为的影响可以通过“交互效应模型”解释。
  • 不同类型的互动设计（媒介、信息、源交互）可根据具体目标进行优化组合。

• 设计建议:

  • 部署简单交互技术（如鼠标悬停）有助于释放用户的认知资源，提高对复杂新闻信息的处理能力。
  • 为高级用户提供自定义选项以增强内容参与，同时避免在任务设计上过度增加认知负载。
  • 透明数据来源展示及增强用户的“可自验证”能力能有效提升用户对数据的信任与理解。