大數據信息可視化顯示界面設計研究

黃光龍 張欣

摘要：為了簡化大數據信息可視化界面設計的過程，提出一種以用戶為中心的大數據信息可視化界面設計的流程，包括需求調研、分析數據、規劃設計和校驗測試四個部分。研究者使用該方法進行設計實踐，對方法進行驗證和改進。

關鍵詞：界面設計;信息可視化;設計流程;需求分析

中圖分類號：J524 文獻標識碼：A

文章編碼：1672-7053（2019）01-0138-02

隨著計算機、互聯網和物聯網等技術的迅速發展，大量用戶產生的海量信息被傳輸和記錄，造就了信息爆炸時代。海量的數據中蘊涵著各行各業的專業人群所亟需的規律和發展趨勢，如何利用海量信息中的有用信息成為各企業面臨的挑戰和機遇。信息可視化就是為了展現復雜數據背后的內在結構、關聯和模式的手段，能夠幫助人們更好地利用用戶產生的海量信息。有研究者認為，信息可視化的三大發展方向分別是跨媒體、大數據時代與社交網絡[1]，而我們正處于大數據時代的信息可視化階段。

1 大數據信息可視化顯示界面綜述

大數據信息可視化顯示界面是基于大數據相關技術的發展而產生，大數據的處理過程主要包括：數據收集、數據分析和數據呈現;大數據信息可視化顯示界面的關鍵之處在于數據呈現。數據呈現的主要方式是數據可視化[2]，數據可視化是將大數據的分析結果以可讀、可見形式輸出，以方便用戶有效地獲取相關信息。大數據信息顯示界面的數據可視化通過菜單、按鈕、文本、圖標、圖片等設計要素將界面中的大數據信息顯示出來，并實現與之交互，以幫助執行用戶目標任務[3]。

信息可視化可以視為編碼（encoding）和解碼（decoding）兩個相互映射的過程：編碼是將數據映射為如形狀、位置、顏色、文字、符號等可視化圖形的視覺元素;解碼則是對視覺元素的解析。可視化編碼的兩個特征是效率和準確性，效率指的是能夠迅速獲得大量信息，準確是指解碼獲得初始真實信息[4]。國內外研究者對信息可視化進行了探索，對大數據可視化的概念和流程進行解讀、辨析和研究，使得行業內工作人員在大數據可視化的概念問題上達到統一，便于溝通[5]。Card等人將信息可視化解釋為：對抽象數據使用計算機支持的、交互的、可視化的表示形式以增強認知能力[6]。但是目前還未有關于大數據信息顯示界面設計的完整設計流程和方法來，本文提出一種關于大數據顯示界面設計的流程和方法，便于相關開發和設計人員對大數據顯示界面進行設計。

2 信息可視化顯示界面設計的過程

大數據信息顯示界面是用戶與系統交互的唯一工具，用戶通過解碼這一過程獲取信息。而大數據信息的冗雜和龐大，不能將所有初始信息全部在界面設計中呈現;為了更好的讓用戶進行解碼，因此在“編碼”即界面設計的過程中需要以用戶為中心。BenFry在他的著作《可視化數據》里把數據可視化的流程分為了七步：獲取、分析、過濾、挖掘、表示、修飾、交互，在這些流程中并不是每個步驟都是以用戶為核心來執行，且其側重點于數據展示設計方面，文中提出一種將用戶研究貫穿于整個過程的界面設計方法。此方法包含需求調研、分析數據、規劃設計和檢驗測試四個階段，每個階段都要求設計者具有同理心去進行，從用戶的視角展示用戶期望獲取的信息。

2.1 需求調研

大數據信息可視化界面所呈現的是視覺信息，其和文字信息一樣具有高低語境之分，因此在進行設計前需要對用戶進行分類，針對不同的用戶，所展現的信息和可視化的方式也有所差異。一般情況下用戶分為新手用戶、中間用戶和專家用戶三類;新手用戶指的是從未接觸過大數據可視化應用的用戶，中間用戶指的是曾經接觸過大數據可視化應用的用戶，專家用戶指的是有大數據可視化技術經驗的專業人員。在對用戶進行分類和確認后，需要挖掘出此類用戶的目標需求，具體的需求指標項包括：顯示界面的主題、數據的權威和準確性、用戶關注點和相關行為原因等。常用到的用戶研究方法包括：焦點小組、用戶訪談、競品分析、用戶觀察法等，但是需要注意的是在需求挖掘的過程中需要定性和定量的方法相互結合。

2.2 分析數據

大數據可視化的數據量過于龐大，不可能將所有數據毫無處理地全部展現給用戶，因此，需要站在目標用戶的角度上分析數據，以便保證用戶與顯示界面交流時思維和操作過程都十分清晰。在進行數據分析時，可以采用以下步驟：（1）分析需求維度——將用戶提出的需求拆分到最小維度;（2）選擇數據——選擇最佳數據來說明需求現狀;（3）合并維度——對同一維度數據進行歸類，化繁為簡;（4）選擇表現——確定用哪種表現形式來體現數據。在進行用戶調研時，用戶提出的需求都相對比較模糊，并不能夠直接選擇合適的數據清洗地表達，需要將客戶提出的需求進行詳細拆分，直到能夠使用數據來展現的最小維度。接下來需要對各組數據進行選擇，挑選出最能夠展現客戶需求的數據來展現用戶的每個需求。由于單一的維度只能反映出某個需求的一個表象，而需求的更深層現象需要多個維度的數據才能展現，需要將同一維度數據進行歸類，數據之間產生的對比便能展現出用戶所關注的需求本質。數據呈現在顯示界面上需要可視化的載體，所以在合并完維度后需要選擇合適的組件來展示數據。常用的組件包括：柱狀圖、餅/環狀圖、面積圖、區域圖、散點圖、氣泡圖、儀表盤、溫度計/刻度儀、雷達圖、地圖、熱區圖和甘特圖等，每種組件的選擇都是依據用戶需求和對應數據維度的特性來選擇。

2.3 規劃設計

在經過數據分析后，基本上已經確定顯示界面上需要展示的數據信息和相關展示組件，接下來需要進行詳細的規劃設計，此階段主要考慮的是用戶在“解碼”過程的細節感受。因此在進行規劃設計時更需要強調以用戶為中心，通常需要遵循一些基本準則，包括用戶導向原則、KISS原則、布局控制、視覺平衡原則、文字可讀性、以及和諧一致性原則等。

在進行規劃設計時，具體可分為以下四個部分：（1）模塊設計;（2）維度表現;（3）動效設計;（4）數量控制。由于可視化顯示界面的使用情景不同，在進行設計時需要考慮是將直接其進行整體設，還是分成每個單獨模塊進行設計后再組合成一個整體;后者延展性更強，適用于一個界面用于不同場景的多個界面載體展示和后期需要進行數據展現維度調整兩種情況;前者視覺效果更強且精致，給用戶更強烈的視覺效果。在數據分析階段，已經確定了適用什么組件來展示相關數據維度，需要在此基礎上進一步設計其詳細的表現形式，包括二大小、位置、形狀、顏色和方向等;在顏色設計上，不僅需要考慮不同背景下色彩的情感，還需要注意的是信息的呈現清晰度和用戶的視覺認知疲勞等。在可視化界面設計中，增加動效設計能夠在傳遞原信息的同時帶給人們豐富的內容和聯想。同時，對于一些需要挖掘深層信息的數據可視化來說，它們的“動”是不能被設計的，因為數據的變化是不可知的，那么其中主體的圖形形象或者其他屬性就需要經過藝術化的加工和處理，強化重點信息而弱化或者隱藏相關信息，這樣用戶才能快速獲取有效信息[5]。最后，還需要對實施數據的不可控性進行展現上的控制，確定頁面最后不會出現太密或太疏，直接影響用戶最終的感受仁

2.4 校驗測試

完成了所有的設計工作后，需要對可視化顯示界面進行校驗測試，以確保設計的界面能夠擁有良好的用戶體驗，也便于進行設計改進。校驗測試主要包括REVIEW需求、實地測試和可信性測試三個部分。REVIEW需求為了保證用戶所提的每個需求在我們進行數據分析和設計的過程沒有被遺漏，且已經進行了充分的展現。因為設計可視化界面展現的硬件載體與當前設計所用的硬件載體不同，需要將其進行實地測試，確保實地使用的具體效果，包括動效是否達到預期、色差是否能接受等。可行性測試主要檢驗所設計的可視化界面能否快速地被用戶“解碼”，可以設計者自己作為講解員，給用戶講解所設計的界面，能否使用一句話或一段話描述界面，且同時用戶能夠理解。

3 設計實例

研究者為某地區單位大數據系統設計可視化大屏界面，大屏所針對的用戶主要為專家用戶，但是其特殊之處在于專家用戶需要偶爾協同新手用戶一起使用，因此包括了新手和專家兩類用戶。在進行用戶訪談和競品分析后，得到用戶所關注的主題是社區門禁管理數據的展示和挖掘，通過顯示界面展示該地區人員使用社區門禁情況和趨勢;這些數據和趨勢有三個用途：日常工作統計、領導巡查匯報和來賓參觀講解。用戶的需求包括：統計辦理門禁卡人員情況、預警人員情況、門禁監控情況、工廠和住宅區門禁情況對比、各區工作人員工作情況等。在得到用戶的需求后，則進行需求和數據分析。在經過分析需求維度、選擇數據、合并維度和選擇表現后，確定使用柱狀圖來展現一年內各區域預警人員總數，使用餅狀圖來展現某月重點人員分類對比情況，浮動表格形式來展現工作人員工作情況，地圖來展示人員分布情況，面積圖、折線圖和氣泡圖結合來展示辦理門禁卡人員情況等

最后進行規劃設計，結合色彩和動效設計后，得到設計方案。將設計方案進行檢驗測試后，再結合用戶需求進行相關修改，便得到如下圖1所示的某地區可視化顯示界面效果圖。

4 結論

在如今的互聯網時代，大數據將會不斷影響和改變著人們的生活，大數據信息可視化顯示界面對于大數據和可視化技術的應用起著關鍵作用，在文中提出相關大數據可視化顯示界面的設計方法，并通過設計實例進行相關的論述：此方法通過需求調研、分析數據、規劃設計和校驗測試，以用戶為中心設計大數據信息可視化顯示界面c此設計過程在一定程度上能夠為設計者在進行界面設計時提供流程的指導，為設計者提供了一種可參考的設計規范。

參考文獻

[1]大數據時代下的數據可視化研究[D].河北大學，2014.

[2]鄭佳佳.大數據信息顯示界面交互設計研究[D].2015.

[3]Nsche B.A survey，classification and analysis of perceptual concepts and their applicationfor the effective visualisation of complex information[C]//Australasian Symposium onInformation Visualisation.Australian Computer Society，Inc.2004.

[4]曾悠.大數據時代背景下的數據可視化概念研究[D].浙江大學，2014.

[5]Card S K，Mackinlay J D，Shneiderman B.Readings in information visualization：usingvision to think[M]//Readings in information visualization.1999.