Insight Beyond Numbers: The Impact of Qualitative Factors on Visual Data Analysis
Insight Beyond Numbers: The Impact of Qualitative Factors on Visual Data Analysis
复制标题
超越数字的洞察：定性因素对可视化数据分析的影响
DOI：
10.1109/tvcg.2020.3030376
复制
发表时间：
2020
影响因子：
5.2
通讯作者：
D. J. Lehmann
中科院分区：
文献类型：
--
作者：
Benjamin Karer;Hans Hagen;D. J. Lehmann
到目前为止，数据分析主要关注数据内部的发现，而较少关注这些发现与调查领域的关系。当代可视化作为一个研究领域显示出采用这种数据中心主义的强烈趋势。尽管它们对分析结果有决定性的影响，但分析过程的定性方面，如应用推理策略的结构、稳健性和复杂性，很少被明确地讨论。我们认为，如果可视化的目的是提供领域洞察力，而不是数据分析结果的描述，那么整体视角需要在定量和人为因素的讨论中添加定性成分。为了支持这一点，我们演示了如何考虑视觉分析中的定性因素，以获得对数据中心分析观点固有的一些实际限制的解释和可能的解决方案。基于我们所谓的定性视觉分析的讨论，我们开发了一个由内到外的上下文嵌套层次原则，它可以作为可视化系统开发的概念基础，从而在分析过程中最佳地支持洞察力的出现。
As of today, data analysis focuses primarily on the findings to be made inside the data and concentrates less on how those findings relate to the domain of investigation. Contemporary visualization as a field of research shows a strong tendency to adopt this data-centrism. Despite their decisive influence on the analysis result, qualitative aspects of the analysis process such as the structure, soundness, and complexity of the applied reasoning strategy are rarely discussed explicitly. We argue that if the purpose of visualization is the provision of domain insight rather than the depiction of data analysis results, a holistic perspective requires a qualitative component to to be added to the discussion of quantitative and human factors. To support this point, we demonstrate how considerations of qualitative factors in visual analysis can be applied to obtain explanations and possible solutions for a number of practical limitations inherent to the data-centric perspective on analysis. Based on this discussion of what we call qualitative visual analysis, we develop an inside-outside principle of nested levels of context that can serve as a conceptual basis for the development of visualization systems that optimally support the emergence of insight during analysis.
登录
查看更多内容
理解和表征洞察力：人们如何使用信息可视化获得洞察力？
DOI：
--
发表时间：
2008
期刊：
Workshop on Beyond Time and Errors: Novel Evaluation Methods for Visualization
影响因子：
--
作者：
Ji Soo Yi;Y. Kang;J. Stasko;J. Jacko
通讯作者：
J. Jacko
原始数据是矛盾的
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
James Mussell
通讯作者：
James Mussell
学习阅读图形：“看到”信息显示是一项后天技能的一些证据
DOI：
10.1006/jvlc.1993.1004
发表时间：
1993
期刊：
J. Vis. Lang. Comput.
影响因子：
--
作者：
M. Petre;T. Green
通讯作者：
T. Green
从复杂的可视化中提取显式和隐式信息
影响因子：
2.6
作者：
J. Trafton;S. Marshall;Farilee Mintz;S. Trickett
通讯作者：
S. Trickett
DOI：
10.1109/tvcg.2019.2940026
发表时间：
2019
影响因子：
5.2
作者：
Dirk Streeb;Mennatallah El;D. Keim;Min Chen
通讯作者：
Min Chen