@ARTICLE{26583204_162666908_2015, 
	author = {В. В. Лаптев and П. А. Орлов}, 
	keywords = {, кластерный анализ, инфографика, визуализация данных, структура данных, диаграмма, видеоокулографияай-трекер},
	title = {<p class="text">Кластерный анализ визуального восприятия структуры данных</p>},
	journal = {Бизнес-информатика},
	year = {2015},
	number = {3(33) },
	pages = {34-43},
	url = {https://bijournal.hse.ru/2015--3(33) /162666908.html},
	publisher = {},
	abstract = {Лаптев Владимир Владимирович - кандидат искусствоведения, доцент кафедры инженерной графики и дизайна Института металлургии, машиностроения и транспорта, Санкт-Петербургский государственный политехнический университет&nbsp;&nbsp;Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29.E-mail: laptevsee@yandex.ruОрлов Павел Анатольевич - старший преподаватель кафедры инженерной графики и дизайна Института металлургии, машиностроения и транспорта, Санкт-Петербургский государственный политехнический университет;&nbsp;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&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 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.&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 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.},
	annote = {Лаптев Владимир Владимирович - кандидат искусствоведения, доцент кафедры инженерной графики и дизайна Института металлургии, машиностроения и транспорта, Санкт-Петербургский государственный политехнический университет&nbsp;&nbsp;Адрес: 195251, г. Санкт-Петербург, ул. Политехническая, д. 29.E-mail: laptevsee@yandex.ruОрлов Павел Анатольевич - старший преподаватель кафедры инженерной графики и дизайна Института металлургии, машиностроения и транспорта, Санкт-Петербургский государственный политехнический университет;&nbsp;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&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 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.&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 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.}
}