Pemrosesan kognitif / interpretasi teknik visualisasi data

Adakah yang tahu tentang penelitian yang menyelidiki keefektifan (pemahaman?) Dari berbagai teknik visualisasi?

Misalnya, seberapa cepat orang memahami satu bentuk visualisasi daripada yang lain? Apakah interaktivitas dengan visualisasi membantu orang mengingat data? Apa pun di sepanjang garis itu. Contoh visualisasi mungkin: plot pencar, grafik, garis waktu, peta, antarmuka interaktif (seperti Koordinat Paralel) dll.

Saya sangat tertarik dalam penelitian dalam populasi orang awam.

Subjek ini sering dibahas di bawah disiplin HCI ( interaksi manusia-komputer ) yang memiliki jurnal sendiri .

Ada banyak pekerjaan besar yang dilakukan di Stanford di bawah Jeffrey Heer (pencipta protovis dan prefuse di antara hal-hal lain) dan di Stanford Human-Computer Interaction Group . Sebagai contoh, baca kertas "Mengubah Ukuran Cakrawala: Pengaruh Ukuran Bagan dan Layering pada Persepsi Grafis Visualisasi Rangkaian Waktu" . Materi pada CS147: Pengantar Desain Interaksi Manusia-Komputer dan laman Visualisasi Data cs448b juga mungkin menarik.

Anda juga dapat melihat daftar proyek di CMU HCI Institute .

Cleveland melaporkan banyak penelitian ini dalam bukunya 1994 The Elements of Graphing Data (2nd ed). Ini sangat mudah dibaca dan sangat berguna.

Beberapa pemikiran:

1. Saya pikir Semiinologi Grafis Bertin adalah posisi klasik di bidang ini.

2. Seperti yang ditunjukkan Rob , Cleveland telah melakukan beberapa pekerjaan menarik di daerah ini, contohnya di sini .

3. Beberapa contoh desain yang buruk dari Stephen Few.

4. Baru-baru ini saya menemukan sesuatu yang menarik [dan cukup provokatif, terutama untuk fanatik Tufte / Cleveland seperti saya sendiri;] penelitian dari Human-Computer Interaction Lab di University of Saskatchewan tentang kegunaan sampah .

Stephen Kosslyn mempelajari pemrosesan visual manusia, dan telah menulis buku berjudul Graph Design for the Eye and Mind . Ada hal-hal yang berguna di sana, tetapi dia juga terkadang menyarankan hal-hal lucu. Sebagai contoh, ia menyarankan memotong sumbu y pada grafik batang di beberapa titik, sehingga mereka tidak benar-benar mulai dari 0, yang tampaknya menjadi dosa besar bagi saya.

Khususnya pada warna dan persepsi, saya menyukai kertas-kertas di bawah ini oleh Bergman, Rogowitz dan Treinish.

• Mengapa Insinyur dan Ilmuwan Harus Khawatir Tentang Warna?
• Alat berbasis Aturan untuk Membantu Pemilihan Colormap
• Bagaimana TIDAK untuk Berbohong dengan Visualisasi
• Halaman muka Lloyd Treinish (untuk tautan ke pekerjaan terkait)