[论文解读] Towards Faithful Graph Visualizations

Quan Nguyen, Peter Eades|arXiv (Cornell University)|Jan 4, 2017

Data Visualization and Analytics参考文献 61被引用 4

一句话总结

本文引入了'忠实性'作为评估图可视化的关键标准，认为仅靠可读性不足以确保可视化结果的可靠性。文章提出一个形式化模型来量化忠实性——确保不同的图映射到不同的视觉表示——并通过边捆绑和多维缩放等实例表明，即使可读性很高，忠实性仍可能受损。

ABSTRACT

Readability criteria have been addressed as a measurement of the quality of graph visualizations. In this paper, we argue that readability criteria are necessary but not sufficient. We propose a new kind of criteria, namely faithfulness, to evaluate the quality of graph layouts. We introduce a general model for quantify faithfulness, and contrast it with the well established readability criteria. We show examples of common visualization techniques, such as multidimensional scaling, edge bundling and several other visualization metaphors for the study of faithfulness.

研究动机与目标

• 解决仅依赖可读性标准在图可视化中的局限性，因为这可能无法确保底层数据的准确表示。
• 提出一种新的评估标准——忠实性，确保不同图被映射到不同的视觉布局。
• 将忠实性形式化为三种类型：信息忠实性、任务忠实性和变化忠实性，提供评估可视化保真度的框架。
• 通过案例研究表明，边捆绑和共轭绘图等常见技术尽管提升了可读性，却常常牺牲了忠实性。
• 通过平衡忠实性与可读性，为未来可视化设计提供指导，特别是在大规模或交互式系统中。

提出的方法

• 提出一种通用模型，用于量化忠实性，作为从图到视觉图稿的单射映射，确保没有两个不同的图产生相同的布局。
• 引入三种忠实性类型：信息忠实性（保留图结构）、任务忠实性（支持用户任务）和变化忠实性（保留数据变化）。
• 采用群论启发的数学形式化，其中忠实性意味着图的不同元素由不同的视觉元素表示。
• 从忠实性的角度分析现有可视化技术——多维缩放、边捆绑、共轭绘图、矩阵表示——。
• 提出针对特定输出设备（如屏幕尺寸、分辨率）和交互模式（如缩放、透镜效果）的忠实性度量。
• 通过允许在交互过程中进行局部忠实性权衡，实现以用户为中心的设计，例如根据用户关注区域调整布局。

实验结果

研究问题

• RQ1 如何在图可视化中正式定义并量化忠实性，以确保不同的图产生不同的视觉表示？
• RQ2 边捆绑和共轭绘图等常见可视化技术在提升可读性的同时，其忠实性受损程度如何？
• RQ3 不同的可视化隐喻（如矩阵表示和基于地图的可视化）如何影响全局和局部忠实性？
• RQ4 忠实性与用户任务之间存在何种关系？在交互式探索过程中如何保持忠实性？
• RQ5 忠实性度量能否适配不同的输出设备和交互技术，以在可读性与表示准确性之间取得平衡？

主要发现

• 边捆绑可能导致两个不同的图产生完全相同的视觉表示，表明尽管可读性高，但忠实性存在严重缺陷。
• 共轭绘图可能误导观察者，使其误认为原始图中并不存在的连接关系存在，从而违反信息忠实性。
• 边集中技术虽减少了视觉杂乱，但掩盖了边的真实数量和身份，导致忠实性丧失。
• 多维缩放和力导向方法虽然具有良好的可读性，但如果布局优化更注重美观而非结构保真度，则可能无法保持忠实性。
• 3D图可视化由于遮挡问题存在固有的忠实性缺陷，即使使用双目显示也限制了其实际应用。
• 忠实性度量必须根据设备限制和交互模式（如细节层次或基于透镜的变换）进行定制，以在用户交互过程中保持准确性。