数据可视化技术的认知处理/解释

是否有人知道研究不同可视化技术的有效性（可理解性）的研究？

例如，人们相对于另一种形式的可视化理解有多快？与可视化的交互性是否可以帮助人们回忆数据？遵循这些原则。可视化示例可能是：散点图，图形，时间线，地图，交互式界面（如平行坐标）等。

我对非专业人群的研究特别感兴趣。

该主题经常在HCI（人机交互）学科下讨论，该学科拥有自己的期刊。

斯坦福（Jeffrey Heer）（protovis和prefuse的创建者）以及斯坦福人机交互小组（ Stanford Human-Computer Interaction Group）都在斯坦福大学做了大量的工作。例如，请阅读“调整地平线的大小：图表大小和分层对时间序列可视化的图形感知的影响”一文。在材料CS147：介绍人机交互设计和cs448b数据可视化主页也可能会感兴趣。

您也可以在CMU HCI研究所中查看项目列表。

克利夫兰（Cleveland）在其1994年的著作《图形数据的元素》（第二版）中报告了许多此类研究。它非常易读，非常有用。

几个想法：

1. 我认为，Bertin的图形符号学在这一领域是一个经典位置。

2. 正如罗布指出的那样，克利夫兰在该领域做了一些有趣的工作，例如这里。

3. Stephen Few的一些不良设计示例。

4. 最近，我偶然发现了萨斯喀彻温大学人机交互实验室关于垃圾的有用性的一项有趣的研究（并且颇具启发性，特别是对塔夫特/克利夫兰的狂热分子而言）。

斯蒂芬·科斯林（Stephen Kosslyn）研究了人类的视觉处理，并写了一本书《视力和视觉的图形设计》。里面有很多有用的东西，但是他有时也会建议一些有趣的东西。例如，他建议在某个点上将条形图的y轴截断，这样它们就不会真正从0开始，这对我来说似乎是很深的罪过。

特别是在色彩和感知方面，我喜欢下面的Bergman，Rogowitz和Treinish的论文。

• 为什么工程师和科学家应该担心颜色？
• 基于规则的辅助颜色图选择工具
• 如何不可视化说谎
• 劳埃德·特雷尼什 （Lloyd Treinish）的主页（有关相关工作的链接）