冰山感知：关键数据分析与可视化的过程模型
摘要：数据科学和可视化的感知过程的新模型 摘要：我们提出了一种新的数据科学和可视化感知过程模型。过去的感知模型基于关于知识本质的实证主义假设，而我们通过解释主义的视角重新定义数据感知，以批判性和人文主义的术语进行分析。我们的三阶段过程模型以冰山的类比为基础，其中数据是其下面的模式的可见顶部。在“添加”阶段，分析员获取数据，将数据的明确模式与数据和人的内隐模式融合。在“检查”阶段，分析员根据目前的模式解释数据，并评估模式是否与数据匹配。在“完善”阶段，分析员考虑权力的作用，将内隐模式明确表达为模式，并更新数据和制定发现。我们的模型有四个重要的特点：内隐和明确的模式、始终以模式为先、数据作为模式艺术品和模式多样性。我们比较了过去感知模型中模式的作用，并基于对不同哲学传统中模式的历史回顾进行概念区分。我们通过四个分析场景验证了我们模型的描述性和规范性能力：注意到未收集的数据、学习处理数据、淡化不便数据和使用传感器进行测量。我们最后讨论解释主义的价值和认识谦卑的优点。
作者：Charles Berret, Tamara Munzner
论文ID：2204.04758
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-08-15