Скрыть
Раскрыть

ISSN 1998-0663 (print),
ISSN 2587-8166 (online)

English version: ISSN 2587-814X (print),
ISSN 2587-8158 (online)

Лаптев В. В. 1, Орлов П. А. 1
  • 1 Санкт-Петербургский государственный политехнический университет , 195251, г. Санкт-Петербург, ул. Политехническая, д. 29.

Кластерный анализ визуального восприятия структуры данных

2015. № 3(33) . С. 34–43 [содержание номера]

Лаптев Владимир Владимирович - кандидат искусствоведения, доцент кафедры инженерной графики и дизайна Института металлургии, машиностроения и транспорта, Санкт-Петербургский государственный политехнический университет  
Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29.
E-mail: laptevsee@yandex.ru

Орлов Павел Анатольевич - старший преподаватель кафедры инженерной графики и дизайна Института металлургии, машиностроения и транспорта, Санкт-Петербургский государственный политехнический университет; старший преподаватель кафедры медиадизайна и информационных технологий, Высшая школа журналистики и массовых коммуникаций, Санкт-Петербургский государственный университет.
Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29.
E-mail: paul.a.orlov@gmail.com

      Структуры данных являются распространенными показателями в среде управления бизнес-проектами. Инфографика как особое направление коммуникационного дизайна предусматривает ряд графических способов, позволяющих визуализировать информацию такого рода. Применение каждого из имеющихся типов диаграмм сопряжено с определенными ограничениями, связанными с особенностями визуального восприятия и семиотической спецификой. Из-за недостаточной степени изученности был выбран тип структурной диаграммы – потоковая диаграмма Сэнкей, которая часто используется в бизнес-процессах для представления структуры данных. Для выявления методов оценки формы графического образа визуализации структуры данных был проведен эксперимент, в котором в качестве стимула выступала 4-потоковая диаграмма. Результаты глазодвигательной активности человека фиксировались с помощью системы видеоокулографии или ай-трекера.
      В качестве метода анализа были приняты иерархические дивизимные алгоритмы, работающие с универсальным кластером, состоящим из всех зрительных фиксаций, с последующим пошаговым разбиением его на меньшие части. Было обнаружено, как минимум, четыре кластера, основанных на координатах. В найденной модели присутствовал «входной» кластер и «выходная группа кластеров» и явно определился центральный кластер зрительных фиксаций. При дальнейшем увеличении числа кластеров картина менялась в сторону большей детализации. Очевидно, что прослеживается определенный нарратив при рассматривании диаграммы, выявляющий последовательность «движения» потока, от целого к его структурным частям. В итоге кластерная алгоритмизация их анализа позволяет перевести визуальную интерпретацию структур числовых данных в круг задач поддержки принятия решений, решаемых с помощью программных средств.

Библиографическое описание: Лаптев В.В., Орлов П.А. Кластерный анализ визуального восприятия структуры данных // Бизнес-информатика. 2015. № 3 (33). С. 34 – 43
BiBTeX
RIS
 
 
Rambler's Top100 rss