心漂移,数据漂移:利用心漂移跟踪用户数据可视化的演变
人机交互
2024-08-08 v1
摘要
用户数据可视化的用户体验通常通过事后自报告进行评估,但这些方法忽略了互动期间的动态认知过程。本研究探讨了将心漂移——一种注意力自发地从主要任务转向内部、与任务相关的思考或无关分心的现象——作为互动期间的动态度量。参与者在查看来自预标记可视化数据库的可视化后,报告心漂移情况,并对信任度、参与度和设计质量进行量化评分,同时提供定性描述和短期/长期记忆评估。结果表明,心漂移会负面影响短期可视化记忆和各种事后评估 measure,特别是对于缺乏文本注释的可视化。此外,心漂移的类型会影响参与度和情感反应。心漂移还作为将可视化设计元素与事后评估 measure 联系起来的中间过程,影响用户如何随时间参与和解释视觉信息。总体而言,本研究强调了将心漂移作为可视化设计和评估中的动态度量的重要性,为增强用户参与度和理解提供了新的途径。
引用
@article{arxiv.2408.03576,
title = {Mind Drifts, Data Shifts: Utilizing Mind Wandering to Track the Evolution of User Experience with Data Visualizations},
author = {Anjana Arunkumar and Lace Padilla and Chris Bryan},
journal= {arXiv preprint arXiv:2408.03576},
year = {2024}
}
备注
11 pages, 11 figures, 2 tables. IEEE Vis 2024 Full Paper