措手不及？评估贝叶斯加权如何影响人们在地图可视化中的结论
人机交互
2023-07-31 v1
摘要
choropleth 地图已被广泛研究并以多种方式扩展，以抵消使用时出现的诸多偏差。两种近期技术——Surprise 度量和值抑制不确定性调色板（VSUP）——提供了有前景的解决方案，但尚未在可视化用户中经实证检验。本文中，我们探究人们在地图探索任务中能多好地利用这些技术。我们报告了一项众包实验，其中 n = 300 名参与者被分配到 Choropleth、Surprise（仅）和 VSUP 条件（以抑制调色板描绘比率与 Surprise）之一。结果显示地图分析结果的明显差异，例如 Surprise 地图引导人们关注显著更高的人口区域，或 VSUP 在比率选择上表现与 Choropleth 相似或更好。定性分析表明，许多参与者在探索和决策时可能仅考虑呈现给他们的部分度量。我们讨论了这些结果如何总体上支持 Surprise 和 VSUP 技术在实际中的使用，以及进一步技术开发的机会。研究材料（数据、研究结果和代码）公开于 https://osf.io/exb95/。
引用
@article{arxiv.2307.15138,
title = {Taken By Surprise? Evaluating how Bayesian Weighting Influences Peoples' Takeaways in Map Visualizations},
author = {Akim Ndlovu and Hilson Shrestha and Lane T. Harrison},
journal= {arXiv preprint arXiv:2307.15138},
year = {2023}
}
备注
9 pages