摘要: 近年来，大数据时代的到来给我们带来了无限机遇，同时也给大数据可视化领域的设计师和工程师带来巨大挑战。虽然大数据在针对特定情境的新工具和技术开发层面已经取得了一定成果，但在用户认知和交互层面的关注较少。目前没有一个将交互概念化的框架... 展开 近年来，大数据时代的到来给我们带来了无限机遇，同时也给大数据可视化领域的设计师和工程师带来巨大挑战。虽然大数据在针对特定情境的新工具和技术开发层面已经取得了一定成果，但在用户认知和交互层面的关注较少。目前没有一个将交互概念化的框架理论来系统的指导可视化交互设计，也少有研究关注于设计师在进行可视化交互设计时的思维过程和策略原则。针对现有研究的局限，本文以用户认知为出发点，提出一个通用的将交互概念化的框架。该交互框架由许多有助于设计思维的概念元素组成，包括交互的层级结构、耦合模型、分类方法、行为要素。这样系统的交互框架可以提供一致性的术语，对于大数据背景下的涉及庞大高维的信息和复杂的认知活动的可视化交互设计有很好的指导性。本文的主要研究内容和创新点为： (1)根据不同粒度将大数据可视化中的交互概念化成一个多层次的结构，该结构包括物理事件、交互行为、具体任务和认知活动四个层次。 (2)通过阐述可视化交互认知机制，该机制包含心理空间、表征空间、交互空间和计算空间四个空间，进而提出大数据可视化中交互认知耦合模型及影响耦合强度的核心因素。从交互空间切入分析，从纵向上，系统地总结了典型大数据可视化中的交互行为种类，结合应用实例，分析它们的认知效用以及如何影响和支持用户认知过程；从横向上，基于用户输入和界面输出两个角度，提出交互要素。 (3)首次提出大数据可视化交互模式的构建方法，该方法基于交互层次结构，从交互高层次自上而下到低层次进行构建，四个阶段的构建过程将交互模式置于设计师思维的核心，每一阶段都有与之对应的交互框架中的元素作为参考，来帮助设计师系统地思考。 (4)提出界面评价维度与眼动指标映射的评价方法。通过选取一组全球疾病数据，对其进行交互模式构建方法的实践，设计出用户交互认知耦合强度高的可视化解决方案，并开展具体的眼动追踪绩效实验，验证了交互模式的构建方法的可行性，并提出评价维度的显著眼动指标。 收起