一种用于估计可视化收益的有限测度：案例研究与经验评估
人机交互
2022-04-05 v1 图形学
信息论
math.IT
摘要
许多可视化表示，如体绘制图像与地铁图，具有显著的信息损失。乍看之下，似乎存在大量观众误解所可视化数据的机会，从而削弱这些可视化表示的益处。在实践中，这些可视化表示无疑是有用的。最近提出的信息论测度可用于分析可视化过程的成本收益比，其能解释实践中所体验到的此类有用性，并假定观众的知识可减少由信息损失导致的潜在失真（如误解）。这表明可通过比较无任何知识时的潜在失真与具备某些知识时的实际失真来估计观众知识。在本文中，我们描述了若干案例研究，以收集能够（i）支持评估若干用于估计可视化中潜在失真的候选测度，以及（ii）展示其在实际场景中适用性的实例。由于关于选择适当有限测度以估计潜在失真的理论论述尚非定论，关于可视化的真实世界数据进一步为有限测度的选择提供了信息，给出了助力理论结论的实际证据。同时，一旦我们能以有限方式度量潜在失真，便可更直观地解释刻画可视化收益的数值。
引用
@article{arxiv.2103.02502,
title = {A Bounded Measure for Estimating the Benefit of Visualization: Case Studies and Empirical Evaluation},
author = {Min Chen and Alfie Abdul-Rahman and Deborah Silver and Mateu Sbert},
journal= {arXiv preprint arXiv:2103.02502},
year = {2022}
}
备注
Following the SciVis 2020 reviewers' request for more explanation and clarification, the origianl article, "A Bounded Measure for Estimating the Benefit of Visualization, arxiv:2002.05282", has been split into two articles, on "Theoretical Discourse and Conceptual Evaluation" and "Case Studies and Empirical Evaluation" respectively. This is the second article