一、可视化的涵义
1、可视化的由来
“可视化”一词源于英文“Visualization”,译为“形象化”、“成就展现”等。事实上,将任何抽象的事物、过程变成图形图像等形象化的表示都可以称为可视化。
用可视化的手段来呈现信息已不是一个新奇的现象。最初的“可视化”可以追溯到几千年前,如古人洞穴里的绘画,而后的地图、科学图画和数据等。这些早期的可视化探索与运用在一定程度上以平直的向前方式对计算机形象化产生了重要影响。而可视化研究是一个新兴学科,它展现了一个迄今为止高度非结构化的研究领域,其中包括从事各个其他领域的学者,如人机交互、平面设计、管理、建筑等。
2、可视化的含义
确切地说,可视化是一个过程:它将数据、信息和知识转化为一种形象化的视觉表达形式。充分利用了人们对可视模式快速识别的自然能力,以形象化的姿态接受大众的解读。
3、可视化与表征
目前业内没有对“可视化”进行统一的称谓规定,很多时候把“可视化”与“表征”类同或者等同起来,在这里有必要对“可视化”与“表征”作一辨析。
表征(Representation)又称知识表征或心理表征,是认知心理学的核心概念之一,指信息或知识在心理活动中的表现和记载的方式。根据信息加工的观点,当有机体对外界信息进行加工(输入、编码、转换、存储和提取)时,这些信息是以表征的形式在头脑中出现的。
换言之,表征是外部事物在心理活动中的内部再现或表现。因此,它一方面反映客观事物,另一方面又是心理活动进一步加工的对象。同一事物,其表征的方式不同,对它的加工也不相同。信息的编码和存储有视觉形象形式和言语听觉形式,抽象概念或命题形式。那些具有形象性特征的表征,也称表象,是表征的一种形式。
综上,我们认为,表征更加侧重人对数据、信息和知识自下而上的加工过程。而可视化是将数据、信息和知识转化为一种形象化的视觉形式的过程,显然更加侧重人对数据、信息和知识自上而下的加工处理过程。如同两个箭头,形式上很相似,但实质上各自所指的方向不同,更不可同日而语。
有的学者还认为知识表征在认知心理学、人工智能以及知识可视化等领域有着不同含义。在认知心理学中,知识表征是指知识在人脑中的存储和组织形式,与此相对应的是人脑的各种记忆模型;在人工智能领域,知识表征指知识在计算机中的存储形式和运算机制,与此相对应的是数据结构和相应的算法;而在知识可视化领域,知识表征则是指知识的外在表现形式,与此相对应的是承载知识的图解手段,也是直接作用于人的感官的刺激材料。
我们认为,一方面,知识表征和可视化之间的归属关系,还有待商榷,笔者更倾向于把它们放在一种并列的位置,时有交叉;另一方面,人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器,知识表示是人工智能学科研究的主要内容之一,与我们所探讨的知识表征意义相差甚远,不应该把“知识表示”和“知识表征”等同起来,作类比表述。
二、可视化的分类与技术
可视化分类法被用来实现用户需求与相关可视化技术的匹配。在研究者进行可视化技术的研究和用户进行可视化方案的设计时,首先应确定用户需求,然后以可视化分类方法为指导,从现有的可视化方法中选取合适的可视化方法。
1、文献中常用的可视化分类方法与技术
目前国内对知识可视化的研究比较广泛,对知识可视化技术的研究和技术开发也在如火如荼地进行着。所用的工具主要有概念图、思维导图、认知地图、语义网络、思维地图等。
事实上,以上提到的文献常用的可视化分类方法只是可视化对应于某个特定领域的分类方法,这种分类方法是否可以算得上一个完整分类体系还有待进一步商榷。
2、其他的可视化分类方法
除了上文提到的分类方法外,还有几种比较新的可视化分类方法,在这里只对其做一简介:
以上三种分类方法给可视化研究领域带来了新的研究角度,但我们认为它们都过于抽象化,与可视化本身的“宗旨”不符,而且只适用于特定的专业背景之中。
3 基于数据组织律的分层可视化分类方法与技术
笔者在此作一理论假设:将“数据”作为一个基本单位和载体,通过数据的数字化、编码化、序列化和结构化形成信息、概念、隐喻、策略等。
与此相对应,根据数据组织的复杂程度,把可视化进行如下层次化的分类:
三、一种整合观:基于数据组织规律的分层可视化技术——可视化周期表
为了更有效地利用各类可视化方法,我们依据各类的相关性和不同点对各类可视化技术进行“编号”、“上架”,即构建可视化技术的“容器”和“仓库”,以此实现各类可视化方法的有效整合。经过查阅相关的国内外文献,这里主要介绍MartinJ.Eppler教授的“可视化周期表”(如图9)。此表充分体现了“分层”思想,形象直观地表现了各类可视化技术的相关性和不同点,更有利于技术之间的协作和融合。
1、可视化周期表
周期表是沿两个维度构建的:周期和分组。可视化的复杂度适合于“周期”,而应用领域适合于“分组”。
需要说明的是,有些可视化方法可以同属于一个以上的类别。以下是图例说明:任务与交互方面:
通过此周期表,我们并不是要揭示可视化的方法的组织原则,而是要强调一个事实:即对于某一特定要求,可能有不止有一种合适的可视化方法。相反,将不同的方法结合起来使用,可能会获得更好的效果。
2、可视化周期表的意义
构建大领域、宽范围的可视化方法的整合不能被看作是化学元素周期表中的简单套用和改编。可视化周期表为从业人员提供了种类繁多的可视化方法全景图,并通过上文所述规则来组织它们,从而协助从业人员根据自己的需求选择适当的可视化方法。此表可以鼓励从业人员去探索目前可视化方法不同的属性,考虑和利用不止一种的可视化方法完成策略的实施。
综上所述,通过文献综述,我们把典型的可视化方法纳入“化学元素周期表”这个“工具箱”中,实现一种层次性的结构。有利于从业人员在进行可视化及其技术开发的研究中,确定用户需求,通过可视化周期表,从现有的可视化方法中选取最有效的可视化方法。
通过可视化分类方法的指导,一方面易于从业人员借鉴他人的经验,快速地选取适合的可视化方法;另一方面也易于激发从业人员的思维,创造出更高效的可视化方法。
(文:吕永峰)