可视化和社会数据分析

可视化通常用于构建数据的涵义来帮助理解这些数据，探索这些数据并交流结果发现。为了处理可视化信息，人类神经系统的很大一部分已经得到进化，在人类大脑中，超过70%的神经末梢和40%的皮质在视觉处理中相互关联(Wre 2004）。可视化设计充分利用了这种视觉处理系统的能力，使人们可以更容易理解并发现蕴藏于数据中的趋势、模式和异常信息。

需要注意的是，这不是手工制作一个“花哨的图形”的问题。通常，一个简单的表格或条形图(sns 3D虚饰frills和镜面高光）能提供很好的演示效果。这其中的特技在于为现有的数据和任务选择合适的视觉展现形式。

一个富有启发性的例子是Anscombe的“四重检测”(Qartet)，它采用由统计学家Francis Anscombe收集的四类数据集来说明数据可视化的重要性(Ascombe 1973）。使用通用的统计学描述方式，这四类数据集看起来似乎完全一样（见图12-1）。但是，对这些数据的绘图展示就可以马上揭示出这些数据集之间的差异。

还有其他作家详细地描述了有效的视觉设计是如何辅助人们理解、沟通和制定决策。Tufte（1997）提出了著名的论断，如果当时工程师创造了更好的对火箭缺陷数据的视觉描述，挑战者号航天飞机的灾难可能可以避免（虽然该论断也饱受争议，见Robison等2002）。

可视化研究人员列出了“视觉变量”(vsual variables)的空间（如位置、长度、面积、形状和色彩）这些变量可以用于在可视化显示中对数据编码(Brtin 1967，Cart等1999）。他们还研究了当这些视觉变量应用于不同类型的数据，如范围的（名字）、顺序的（基于排序有序的）和定量的（数值的）数据时，人们对其解码可以达到的精确程度。举个例子，如在条形栏或散点图中所使用的空间位置，有助于对这些数据的每一种类型进行解码；当采用色彩对不同的标签进行分类时，它的区分度很高，而用于描述数值时，它的区分度则很低。

图　12-1：Anscombe的“四重检测”(Qartet)，包含统计学上相似的数据集来说明如何利用可视化帮助人们理解

本着这种思想，绝大多数可视化集中于研究可视化应用的感性和认知方面，通常是在单用户交互系统的上下文中。然而，在实践中，可视化分析通常是一个社会过程。人们可能对于如何理解数据有不同的见解，可能会提供上下文知识来帮助加深理解。由于参与者达成共识，他们可以从同龄中互相学习。此外，有些数据集很大，由一个人完全深入探索是不可能的。这意味着为了全面支持有意义的决策(snsemaking)，可视化应该也支持社会交互。

基于这些观点，我和同事Martin Watternberg以及IBM研究院的Fernanda Viégas开始调查用于可视化数据的用户界面如何可以更好地促进“可视化的社交生活”。我们开始启动研究项目，设计和实现网站sense.us，致力于形成人口统计数据的团体探索。该网站提供了一套美国过去150年的人口统计数据的可视化的解决方案，以及促进面向团体的数据分析的协作机制。

在本章的剩余部分，我将分享sense.us网站的设计过程，包括：我们如何选择和处理数据，开发一套可视化方案，并设计协作特征来促进社交数据分析。最后，观察人们如何通过该系统协作构建数据。