信息可视化
(2011-07-23 13:08:18)可视化分析论
可视化分析论是信息可视化与科学可视化领域发展的产物,侧重于借助于交互式用户界面而进行的分析推理[2]。
参考资料
- ^ Pacific Northwest National Laboratory (PNNL) Cognitive Informatics research and development in human information interaction. Retrieved 1 July 2008.
- ^ Pak Chung Wong and J. Thomas (2004). "Visual Analytics". in: IEEE Computer Graphics and Applications, Volume 24, Issue 5, Sept.-Oct. 2004 Page(s): 20 - 21.
地图可视化
信息可视化
信息可视化(英文:Information visualization)是一个跨学科领域,旨在研究大规模非数值型信息资源的视觉呈现,如软件系统之中众多的文件或者一行行的程序代码[2],以及利用图形图像方面的技术与方法,帮助人们理解和分析数据[3]。与科学可视化相比,信息可视化则侧重于抽象数据集,如非结构化文本或者高维空间当中的点(这些点并不具有固有的二维或三维几何结构)[4][5]。
|
概述
可以认为,信息可视化这条术语囊括了数据可视化、信息图形、知识可视化、科学可视化以及视觉设计方面的所有发展与进步。在这种层次上,如果加以充分适当的组织整理,任何事物都是一类信息:表格、图形、地图,甚至包括文本在内,无论其是静态的还是动态的,都将为我们提供某种方式或手段,从而让我们能够洞察其中的究竟,找出问题的答案,发现形形色色的关系,或许还能让我们理解在其他形式的情况下不易发觉的事情。不过,如今在科学技术研究领域,信息可视化这条术语则一般适用于大规模非数字型信息资源的可视化表达[6]。
信息可视化致力于创建那些以直观方式传达抽象信息的手段和方法。可视化的表达形式与交互技术则是利用人类眼睛通往心灵深处的广阔带宽优势,使得用户能够目睹、探索以至立即理解大量的信息[7]。
一些例子
各种各样数据结构的可视化需要新的用户界面以及可视化技术方法。现在,这已经发展成为了一门独立的学科,也就是“信息可视化”[8]。信息可视化与经典的科学可视化是两个彼此相关的领域,但二者却有所不同。在信息可视化当中,所要可视化的数据并不是某些数学模型的结果或者是大型数据集,而是具有自身内在固有结构的抽象数据。此类数据的例子包括[8]:
信息可视化领域的另一项特点就是,所要采用的那些工具有意侧重于广泛可及的环境,如普通工作站、WWW、PC机等等。这些信息可视化工具并不是为价格昂贵的专业化高端计算设备而定制的[8]。
信息可视化与可视化分析在目标和技术之间存在着部分重叠。虽然在这两个领域之间还没有一个清晰的边界,但大致有三个方面可以作以区分。科技可视化主要处理具有地理结构的数据,信息可视化主要处理像树、图形等抽象式的数据结构,可视化分析则主要挖掘数据背景的问题与原因。
与可视化分析论之间的联系
就目标和技术方法而言,信息可视化与可视化分析论之间存在着一些重叠。当前,关于科学可视化、信息可视化及可视化分析论之间的边界问题,还没有达成明确清晰的共识。不过,大体上来说,这三个领域之间存在着如下区别:
人类的认知能力
可视化分析论在试图把信息可视化方面的技术方法与有关数据计算转换与和分析方面的技术方法结合起来。目前,信息可视化本身已经成为用户与计算机之间的直接界面的组成部分。通过如下六种方式,信息可视化放大了人类的认知能力[9][10]:
- 增加认知资源:如利用某种可视资源来提高人类的工作记忆能力;
- 减少搜索:如利用较少的空间表达大量的数据;
- 加强对于各种模式的识别:比如,当按照信息自身的时间关系,在空间当中对信息加以组织的时候;
- 易化对于各种关系的知觉推理:否则,归纳起来会更加困难;
- 对大量的潜在事件加以知觉监控;
- 提高一种便于操作的,不同于静态图的媒介,从而成就对于参数取值空间的探索。
信息可视化的这些能力,在与计算型数据分析相结合的情况下,可以应用于分析推理过程,从而为意会过程提供支持[9]。
历史
自十八世纪后期数据图形学诞生以来,抽象信息的视觉表达手段一直被人们用来揭示数据及其他隐匿模式的奥秘。二十世纪90年代期间新近问世的图形化界面,则使得人们能够直接与可视化的信息之间进行交互,从而造就和带动了十多年来的信息可视化研究。信息可视化试图通过利用人类的视觉能力,来搞清抽象信息的意思,从而加强人类的认知活动。籍此,具有固定知觉能力的人类就能驾驭日益增多的数据[11]。信息可视化的英文术语“information visualization”是由斯图尔特·卡德(英语:Stuart K. Card)、约克·麦金利(英语:Jock D. Mackinlay)和乔治·罗伯逊(英语:George G. Robertson)于1989年创造出来的[12]。据斯图尔特·卡德(英语:Stuart K. Card)1999年的报告称,二十世纪90年代以来才兴起的信息可视化领域,实际上源自其他几个领域:
- 信息图形领域的工作可以追溯到十八世纪末期威廉·普莱费尔(英语:William Playfair)的时代。威廉·普莱费尔乃是最早采用线和面之类抽象的视觉资源来可视化地表达数据的人之一[13]。自从经典的绘图方法建立以来,1967年,雅克·贝尔坦(英语:Jacques Bertin)率先发表了图形学理论。该理论确定了构成图形的基本要素,并且描述了一种关于图形设计的框架。1983年,爱德华·塔夫特(英语:Edward Tufte)发表了关于数据图形学的理论,强调有用信息密度的最大化问题[13]。后来,贝尔坦和塔夫特的这些理论在形形色色的领域当中变得闻名遐迩,且富于影响力,从而使得信息可视化发展成为了一门学科[14]。
- 在统计学领域当中,1977年,美国著名统计学家约翰·图基(英语:John Tukey)基于自己在“探索性数据分析(Exploring Data Analysis)”方面的工作,发起了一项影响整个数据图形学领域的运动。这项工作的重点并不是图形的质量,而是在于从统计学上利用图片来迅速实现对于数据的深入洞察。例如,在统计分析过程中,箱形图可使我们立即看到反映特定分布的,最为重要的四个数值。威廉·克利夫兰在其1988的著作《Dynamic Graphics for Statistics》(意为“统计学动态制图法”)之中详细阐述了这方面新的数据可视化手段。这里,一个特殊的问题就是,如何对具有许多变量的数据集加以可视化;对此,可参阅比如英色伯格1999年的平行坐标法[14]。
- 1986年,美国国家科学基金会基于布鲁斯·麦考梅克(英语:Bruce H. McCormick)的工作成果,在科学可视化方面新发起了一项具有重要意义的首倡计划。1990年举办了首届IEEE可视化大会(Visualization Conference);此次会议初次组建起了一个由地球资源科学家、物理学家以及超级计算方面的计算机科学家组成的学术群体[14]。
- 在人工智能领域,曾经有人关注过数据可视化呈现形式的自动化设计,而约克·麦金利(英语:Jock D. Mackinlay)的学位论文对此发挥了促进作用[15]。麦金利的这篇论文确定了贝尔坦的设计理论,并且添加了精神物理学数据以及采用了产生式的呈现方法[14]。
2003年,本·什内德曼(英语:Ben Shneiderman)指出,该领域已经由研究领域之中从稍微不同的方向上崭露出头角[16]。同时,他还提到了图形学、视觉设计、计算机科学以及人机交互,以及新近出现的心理学和商业方法。
信息可视化方面的主题
可视化为人们提供了深入洞察数据之结构的手段。目前,存在着诸如协同图(coplots)、多通道点图(multiway dot plots)以及等计数算法(equal count algorithm)之类的图形工具。同时,还有诸如LOESS(局部加权回归散点修匀法)和双平方(Bisquare)之类用于依据数据拟合方程、非参数曲线以及非参数曲面的拟合工具[18]。
具体的技术与方法
- 分支图(系统发育)
- 色彩字母表(英语:Color alphabet)
- 树状图(英语:Dendrogram)(分类)
- 信息可视化参考模型(英语:Information visualization reference model)
- 图形绘制(英语:Graph drawing)
- 晕轮法(英语:Halo (visualization technique))
- 双曲树(英语:HyperbolicTree)
- 多维尺度分析(英语:Multidimensional scaling)
- 问题求解环境(英语:Problem Solving Environment)
- 矩形式树状结构绘图法
软件和工具箱
-
Prefuse
- Prefuse[11]是一个基于 Java 的工具箱,用于构建交互式信息可视化应用程序。其支持丰富的一套功能特性,涉及数据建模、 可视化 以及交互。针对表、图形、树状结构以及一系列布局和视觉编码技术,Prefuse对相应的 数据结构 进行了优化;并且,同时它还支持 动画 、动态查询、一体化搜索以及数据库连接。
信息可视化的应用
信息可视化日益成为不同领域方向的关键要素[16]:
另见:
- 美国陆军的未来指挥所系统
- Informedia数字图书馆(Informedia Digital Library)
- 信息图形
- Starlight信息可视化系统(Starlight Information Visualization System)
信息可视化专家
-
斯图尔特·卡德
- 斯图尔特·卡德(英语:Stuart K. Card) 是一位美国研究人员。他是 Xerox PARC 的一位高级研究员,而且还是率先在 人机交互 方面运用人员因素的开拓者之一。在1983年他与托马斯·莫兰(英语:Thomas P. Moran)和艾伦·纽威尔(英语:]])合著的,名为《The Psychology of Human-Computer Interaction》(意为“人机交互心理学”)一书当中,部分地介绍了目标、操作符、方法及选择规则(Goals, Operators, Methods, and Selection rules,GOMS)框架;该著作后来成为这一领域当中极富影响力的一部书籍。当前,他的研究领域是建立和发展有关人-信息交互(human–information interaction)和可视化语义原型(visual-semantic prototypes)方面的支持性学科,从而为 意会 提供帮助[19]。
-
乔治·福纳斯
- 乔治·福纳斯(英语:George Furnas) 是美国 密歇根大学 信息学院的一名教授和学术战略副院长。同时,福纳斯还就职于 贝尔实验室 ;正是在这里从事鱼眼可视化工作的时候,他获得了“鱼眼福纳斯”(Fisheye Furnas)的绰号。他是潜在语义分析(Latent semantic analysis)方面的一位开拓者。另外,福纳斯教授还是反应性自适应系统嵌合体(Mosaic of Responsive Adaptive Systems,MoRAS)概念方面的一位开拓者。
-
詹姆斯·霍兰
- 目前,詹姆斯·霍兰(英语:James D. Hollan)担负着美国圣地亚哥 加利福尼亚大学 分布式认知与人机交互实验室(Distributed Cognition and Human-Computer Interaction Laboratory)的领导工作。他的研究工作旨在探索基于计算机的介质的认知结果。其目标是理解那些作为有效系统设计之基础的,动态交互式表达形式在认知与计算方面的特性。他当前的工作重点包括认知人种学(cognitive ethnography)、计算机介导的通讯、分布式认知、 人机交互 、信息可视化、跨尺度软件(multiscale software)以及视频数据分析工具。
-
更多相关的科学家
- 斯科特·迈尔斯(英语:Scott Meyers)
- 乔治·罗伯逊(英语:George G. Robertson)
- 皮埃尔·罗先斯戴(英语:Pierre Rosenstiehl)
- 本·什内德曼(英语:Ben Shneiderman)
信息可视化组织机构
-
组织机构