TY - JOUR TI -

Кластерный анализ визуального восприятия структуры данных

T2 - Бизнес-информатика IS - Бизнес-информатика KW - кластерный анализ KW - инфографика KW - визуализация данных KW - структура данных KW - диаграмма KW - видеоокулография KW - ай-трекер AB - 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.ruОрлов 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. AU - В. В. Лаптев AU - П. А. Орлов UR - https://bijournal.hse.ru/2015--3(33) /162666908.html PY - 2015 SP - 34-43 VL -