超越镜像：通过与他人数据的视觉并置进行个人分析
人机交互
2025-05-05 v1
摘要
个人数据可以揭示行为和身份的多方面特征，但其解读依赖于具体情境。我们可以轻易找到各种帮助人们反思生活的自我追踪应用。然而，局限于单一个人数据源的自我追踪可能在客观性以及来自不同视角的洞察方面存在不足。为了解决这个问题，我们利用来自日程管理应用的匿名在线日历日志，研究当个人数据与他人数据并置时，如何增强对这些数据的解读。我们开发了CALTREND，一个可视化分析系统，用于将个人的匿名在线日程日志与其他人的日志进行比较。以CALTREND为探针，我们与两位领域专家（一位来自信息技术领域，一位来自韩医学领域）进行了一项研究。我们报告了基于专家评论的观察结果，即比较视图如何有助于丰富对个体的特征描述。我们发现，将个人数据与他人数据并置，有可能基于特定领域的思维模型，对同一数据集产生多样化的解读。
引用
@article{arxiv.2505.00855,
title = {Beyond the Mirror: Personal Analytics through Visual Juxtaposition with Other People's Data},
author = {Sungbok Shin and Sunghyo Chung and Hyeon Jeon and Hyunwook Lee and Minje Choi and Taehun Kim and Jaehoon Choi and Sungahn Ko and Jaegul Choo},
journal= {arXiv preprint arXiv:2505.00855},
year = {2025}
}
备注
Submitted to IEEE VIS2025 Short Paper