定制化对可视化分析仪表板可用性的影响:好的、坏的和丑的
交互式数据可视化可视化感知与认知UI/UX 设计师数据科学家与分析师AI/ML 研究员与工程师
可视化分析仪表板已成为决策的关键工具。然而,信息过载和用户实际图形素养的高期望阻碍了其有效使用。全局过滤器、可视化隐藏和图形切换等定制功能已被提出以提高仪表板可用性并适应用户多样性。然而,时间限制和缺乏对可用定制功能的了解被认为是参与定制的障碍。本文研究了可视化仪表板定制如何影响可用性,并识别了现有风险和障碍。我们发现,短期的表面定制可以改善仪表板的可用性,无论是客观上(用户更快、更正确)还是主观上(用户报告较低的认知负荷)。为此,参与定制必须不是探索性的而是有意义的(即超过五秒)。我们还识别了一系列如果不仔细实施会对认知负荷和完成时间有害的定制。根据我们的发现,我们提供了构建用户模型的见解,以预测使用中仪表板的可用性以及相关的自适应交互技术来帮助用户。
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。
help
研究问题
3- 短期定制功能如何影响仪表盘的可用性和用户体验?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 不同图表理解能力的用户在使用仪表盘短期定制功能时有哪些行为特点?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 仪表盘的哪些短期定制特性会增加用户的认知负荷或降低任务准确性?分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
lightbulb
现实痛点
1- 用户难以高效使用仪表盘进行数据驱动决策,易导致决策偏差。分类: 可视化创作、仪表盘与图表理解同类问题arrow_forward
- 80%
使用动画减少多类散点图矩阵中的过度绘制
CHI '18· 交互式数据可视化 +1
- 80%
Cieran:通过现场主动偏好学习设计顺序颜色映射
CHI '24· 交互式数据可视化 +1
- 80%
来自凝视模式的顺序视觉线索:条形图的推理辅助
CHI '25· 交互式数据可视化 +1
- 80%
分析探索性视觉分析中用户数据焦点的转变
IUI '25· 交互式数据可视化 +1
- 80%
可视化分析仪表板中的可用性行为指标
IUI '26· 交互式数据可视化 +1
- 80%
VegaProf:Vega可视化性能分析
UIST '23· 交互式数据可视化 +1
- 67%
灵活响应式可视化设计技术
CHI '20· 交互式数据可视化 +1
- 67%
Neo: 将混淆矩阵可视化推广到分层和多输出标签
CHI '22· 交互式数据可视化 +2
- 67%
散点图中点大小和透明度调整的影响
CHI '24· 交互式数据可视化 +1
- 67%
AVEC:在可视化构建中对视觉编码能力的评估
CHI '25· 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/10.1145/3708359.3712120
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2025
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、可视化感知与认知
work
职业/产业
UI/UX 设计师、数据科学家与分析师、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文