CIO时代APP微讲座:上海交通大学萧冰详述基于认知心理学的大数据可视化

2017-01-18 15:04:08  来源:CIO时代网

摘要: 1月17日,上海交通大学媒体与设计学院副教授萧冰在CIO时代APP微讲座栏目作了题为《基于认知心理学的大数据可视化设计研究》的主题分享,形象地描绘了大数据可视化信息的表达方式。
关键词: CIO时代APP 大数据可视化
\

  1月17日,上海交通大学媒体与设计学院副教授萧冰在CIO时代APP微讲座栏目作了题为《基于认知心理学的大数据可视化设计研究》的主题分享,形象地描绘了大数据可视化信息的表达方式。

\

        下图是一张雾霾地图,观众不需要更多介绍就可以看懂这张图,了解空气质量状况,是因为我们对于这一类可视化数据信息有了共同的理解。那么,如何使大数据可视化信息更容易理解?以及涉及到哪些要素?具体包括图形、色彩和认知心理。

\

  大数据可视化是通过将复杂的数据转化为可以交互的图形,帮助用户更好地理解分析数据对象,发现洞察内在规律。可以形成更好的数据分析,促成合作与信息共享,以及使终端客户具有处理信息的能力。从学科支撑的角度来讲,认知心理学和图形设计是数据可视化的两大基础学科。

  一、可视化变量

\


  如上图,可视化变量分别为:位置、形状、方向、颜色、纹理、明度等级、尺寸。它们的感知性质,从认知角度来讲,可以表示数据的联系性、选择性、次序性、数量性。

  二、形状变量

  形状变量而言,遵循“少即是多”的原则。在信息可视化图形中,用的最多的是线形、三角形、正方形、圆形等抽象的几何图形。

  根据“群魔殿”认知理论,认知的过程分为四个层次,分别为:“映像鬼、特征鬼、认知鬼、决策鬼”。

  “映像鬼”的工作过程是视网膜记录外界形象的过程,

  “特征鬼”是对这个形象进行分析,如英文字母、垂线、水平线,每个小鬼报告一种特征。

  “认知鬼”是从“特征鬼”的反映中寻找与自己负责的识别图像相关的特征,并大声喊叫出来,如P和R这两个字母,既有竖线,又有圆弧形。

  “决策鬼”根据“认知鬼”的喊声大小判断需要识别的图形,图像本身越简单越容易识别。

  三、方向变量

  方向与形状密切相关,环状结构没有明确的方向性,便于用户自主发现联系;而像箭头、手臂这样的图形,其方向性是很明确的,对于联系设计师要先有一定的预想;动态图形运动的方向凸显出各部分的联系性。

  四、色彩变量

  相对于图形而言,色彩系统是一套完善的体系。在表达次序性、选择性上的作用突出,色彩包括三个维度:色相、明度、纯度。我们通常所说的赤、橙、黄、绿、青、蓝、紫,这些都是不同的色相,所有的色相都是不同波长的可见光呈现出的颜色,将这些颜色组合在一起构成环形就是一个色相环。而黑色到白色的色阶变化称之为明度变化。从最纯的颜色到它同等明度的灰色,它们之间的变化称之为纯度的变化。根据色相、明度、纯度三种维度描绘出来的体系就是色立体。

  不同的色彩在人们的心理上会形成不同的影响,如蓝色会让人想起冰天雪地,会感觉到寒冷,橙色、红色会让人想起火焰,感觉到温暖,称之为暖色。此外还有轻重、愉快和伤心、前进和后退等不同的色彩心理。不同色彩间的组合可引起色彩识别度之间的差异,如最容易识别的图形、最醒目的图形是黄底上的黑色图形,排于第二位的黑底上的黄色图形,这和人类的发展进化历史密切相关,如老虎的斑纹、蜜蜂的条纹都是黄色和黑色的结合。

  色彩在表达次序上很有优势,我们经常会根据色相来判预警的等级,蓝色预警、黄色预警、橙色预警、红色预警,根据赤、橙、黄、绿、青、蓝、紫的顺序发现黄色和蓝色之间缺少了绿色,由于绿色是在所有可见光波中居中的色彩。

\

  色彩往往比图形更容易挑动观众的视觉,如上图都为世界上使用Twitter的统计图,显然右上角的图比左下角的图更容易在媒介上传播,右上角容易使人想夜空,左下角仅仅是工程图。从色彩上讲,除明视度、调性外,还具有诗意。

  可视化信息的形态通常具有四种类型:图表式、抽象类比式、比喻式、寓意式。

  抽象类比式包含了金字塔结构图形、环状结构图形等常见的结构图形形式;比喻式包含的树状结构、根状结构也是我们常用的图形。

  MIT的学者用眼动仪观察用户观看可视化数据的过程,发现:首先,看一眼便能记住的可视化图形中要含有被记住的内容,具有视觉关联和语义关联。其次,标题和文字是可视化图像中的关键要素,帮助人们会议所看到的内容。第三,象形图不会阻碍人们记忆或理解可视化图像。最后,信息有助回忆和理解可视化图像。

  有意思的一点是,最不可识别的可视化图像54%来自于政府部门(美国),他们采用的可视化图像往往采用相同的模板和类似的美学特征。因此,容易造成识别的混乱。
第三十五届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:萧冰

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。