Principles of Information Visualization

關於Information Visualization，資訊視覺化設計，最高指導原則是Ben Shneiderman於1996年IEEE Symposium on Visual Languages所提出的"Visual Information Seeking Mantra": Overview first, zoom and filter, then details-on-demand.

1. Overview

如同讀論文，一開始必須先對資訊的輪廓有概括性的體認，這適應於各種資料型別，包含1-d,2-d,3-d,temporal,tree,network views。Overview的呈現通常會搭配局部輔助detail view，主要有兩種：一種是透過可移動式field-of-view box，透過bar control或overall sub-image selection，讓使用者能觀察特定範圍，或將對應的地方highlight起來，如下圖。

另一種是著名的Fisheye strategy(經常被用於network browsing)，畫面是秀出整體或局部的，而滑鼠如同放大鏡的效果，移動到哪裡(或觸發特定事件後)，該區域就放大，如下圖。

2. Zoom

針對使用者感興趣的區域(Region of Interest)或項目，系統必須提供一些方便瀏覽的功能，當使用者觸發感應區時，將該部分所在的位置(position)以及與鄰近地帶(context)的狀態一併呈現，可以搭配zoombar調整該區域之大小或時間範圍等等。

3. Filter

當資訊過量(information overload)時，系統自動將使用者不感興趣的項目過濾掉，在information visualization領域中，專門的術語叫做"dynamic query"，換句話說，當使用者與系統做關於呈現內容的互動時，系統要能夠即時依據使用者的設定來動態變化panel。因此，如何針對系統的目的來設計這些可過濾容的項目，是系統開發者必須先想好的。可以透過sliders, buttons, 或其他不同control widgets來達到。其實search也算是某種的filtering。

4. Details-on-demand

使用者選擇特定項目或群組(entity)後，系統必須將與該項目自身相關的資訊秀出來，當然，可以善用圖表等統計的方式當作個人資訊的分析與呈現。在網頁上，最常見的方式就是以一個pop-up window列出相關屬性了，在軟體上，通常也會透過HTML將資訊格式化秀出，如Spotfire。

5. Relate

除了individual entity本身，entities彼此間個關係(relationship)也是資訊視覺化重要的一環。當使用者點選details-on-demand window中特定屬性時，系統同時將相關(or共同興趣)的entities列出或在視覺化呈現上highlight起來，並顯示關聯強度。關於這個項目，在data mining領域興起後，一直是information visualization研究中重要的一支。

6. History

視覺化系統設計中，與一般文字或影像編輯軟體一樣，紀錄使用者操作過的動作，提供UNDO, REDO, 以及progressive refinement的功能是必備的，以允許使用者重新trace瀏覽出感興趣內容的過程。然而，這部份是目前大部分具Graphical User Interfaces(GUI)編寫的程式語言所沒有提供的？

7. Extract

當使用者透過某些動作或query找到或產生出自己想要的內容後，若能提供把這些視覺化資訊儲存成檔案、列印出來、甚至轉為其他常用軟體input的格式的功能，對使用者將是一大福音，而且最好是能夠提供客製化output的control widget。