| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14页 |
| 1.1.2 研究意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 可视化的发展及趋势 | 第16-17页 |
| 1.2.2 相关学科研究现状 | 第17-20页 |
| 1.3 课题研究内容 | 第20-22页 |
| 1.4 论文结构及撰写安排 | 第22-24页 |
| 本章小结 | 第24-26页 |
| 第二章 大数据可视化中的信息特征 | 第26-43页 |
| 2.1 大数据可视化 | 第26-29页 |
| 2.1.1 大数据特征 | 第26-27页 |
| 2.1.2 大数据可视化 | 第27-28页 |
| 2.1.3 大数据可视化中的信息流 | 第28-29页 |
| 2.2 大数据的分类和特征 | 第29-32页 |
| 2.2.1 结构化数据和非结构化数据 | 第29-30页 |
| 2.2.2 时空数据和非时空数据 | 第30-31页 |
| 2.2.3 高维多元特征 | 第31-32页 |
| 2.3 大数据的信息维度 | 第32-41页 |
| 2.3.1 大数据中的信息维度内涵 | 第32页 |
| 2.3.2 元数据信息维度 | 第32-33页 |
| 2.3.3 本体内容信息维度 | 第33-39页 |
| 2.3.4 大数据可视化中信息感知要素 | 第39-41页 |
| 本章小结 | 第41-43页 |
| 第三章 大数据可视化中的人机复杂认知模型 | 第43-66页 |
| 3.1 人类视知觉特征 | 第43-50页 |
| 3.1.1 视知觉进程 | 第43-45页 |
| 3.1.2 视觉注意和信息凸显 | 第45-48页 |
| 3.1.3 视觉工作记忆 | 第48-50页 |
| 3.2 可视化中的认知模式 | 第50-55页 |
| 3.2.1 大数据可视化的认知任务 | 第50-51页 |
| 3.2.2 认知图式的同化和顺应 | 第51-52页 |
| 3.2.3 可视化中符号和模式的认知图式 | 第52-53页 |
| 3.2.4 可视化中的认知负荷与认知绩效 | 第53-55页 |
| 3.3 不同人群的认知偏好 | 第55-60页 |
| 3.3.1 领域与技术经验双维度 | 第55-57页 |
| 3.3.2 认知风格双维度划分 | 第57-59页 |
| 3.3.3 不同的视觉空间能力 | 第59-60页 |
| 3.4 人——信息交互系统复杂认知模型 | 第60-65页 |
| 3.4.1 人机系统的一般信息认知模型 | 第60页 |
| 3.4.2 大数据可视化中的复杂认知行为 | 第60-62页 |
| 3.4.3 大数据可视化中人——信息系统复杂认知模型 | 第62-65页 |
| 本章小结 | 第65-66页 |
| 第四章 大数据可视化的视觉表征方法 | 第66-89页 |
| 4.1 大数据可视化信息表征设计流程 | 第66-68页 |
| 4.2 大数据可视化的信息图元关系 | 第68-74页 |
| 4.2.1 基于笛卡尔坐标系的图元关系 | 第69-71页 |
| 4.2.2 基于极坐标系的图元关系 | 第71-73页 |
| 4.2.3 基于其它坐标系的图元关系 | 第73-74页 |
| 4.3 大数据可视化的视觉编码设计 | 第74-82页 |
| 4.3.1 视觉编码维度的定性和定序 | 第74-78页 |
| 4.3.2 视觉编码维度的整合与分离 | 第78-80页 |
| 4.3.3 运用复合表征维度进行认知降维 | 第80-82页 |
| 4.4 大数据可视化中运动信息的视觉编码 | 第82-83页 |
| 4.5 可视化界面组件 | 第83-88页 |
| 4.5.1 内容型界面组件 | 第84页 |
| 4.5.2 导向型界面组件 | 第84-87页 |
| 4.5.3 拓展型界面组件 | 第87-88页 |
| 本章小结 | 第88-89页 |
| 第五章 大数据可视化的交互设计原则与维度 | 第89-108页 |
| 5.1 大数据可视化的多页面视觉呈现 | 第89-90页 |
| 5.2 交互设计原则 | 第90-97页 |
| 5.2.1 标准化和一致性原则 | 第90-92页 |
| 5.2.2 降低用户工作记忆负荷原则 | 第92-94页 |
| 5.2.3 提供及时有效的反馈原则 | 第94-96页 |
| 5.2.4 构建心理认知地图原则 | 第96-97页 |
| 5.2.5 需要即呈现原则 | 第97页 |
| 5.3 交互维度 | 第97-107页 |
| 5.3.1 观察视点维度 | 第98-100页 |
| 5.3.2 编码显示强度维度 | 第100-101页 |
| 5.3.3 视觉复杂度维度 | 第101-103页 |
| 5.3.4 图元关系序维度 | 第103-104页 |
| 5.3.5 信息排布序维度 | 第104-105页 |
| 5.3.6 保真度维度 | 第105-106页 |
| 5.3.7 生长度维度 | 第106-107页 |
| 本章小结 | 第107-108页 |
| 第六章 大数据可视化的动态交互表征实验研究 | 第108-132页 |
| 6.1 大数据可视化的动态表征 | 第108-109页 |
| 6.1.1 加入时间表征维度的动态可视化 | 第108页 |
| 6.1.2 工作记忆中时序信息和空间信息的记忆存储 | 第108-109页 |
| 6.2 动态交互过程中的连贯性 | 第109-112页 |
| 6.2.1 动态可视化中视觉锚点的概念及作用 | 第109-112页 |
| 6.3 动态交互过程中的间歇性实验研究 | 第112-117页 |
| 6.3.1 动态可视化中停顿的必要性 | 第112页 |
| 6.3.2 实验设计与实施 | 第112-114页 |
| 6.3.3 实验结果与讨论 | 第114-117页 |
| 6.4 空间位置对时序记忆的影响实验研究 | 第117-126页 |
| 6.4.1 时间序列和空间序列的表征一致性 | 第117-120页 |
| 6.4.2 高认知负荷条件下的跟进实验 | 第120-121页 |
| 6.4.3 实验结果分析 | 第121-125页 |
| 6.4.4 实验结论 | 第125-126页 |
| 6.5 线性节点动态变化方式实验研究 | 第126-130页 |
| 6.5.1 线性空间布局的时序信息动态变化的实验目的 | 第126页 |
| 6.5.2 实验方法 | 第126-128页 |
| 6.5.3 实验数据与讨论 | 第128-129页 |
| 6.5.4 实验结论 | 第129-130页 |
| 6.6 基于实验的动态时序信息表征策略 | 第130-131页 |
| 本章小结 | 第131-132页 |
| 第七章 基于视觉动量的大数据可视化眼动评价方法 | 第132-151页 |
| 7.1 现有测评方法和指标 | 第132-134页 |
| 7.1.1 现有测评方法概述 | 第132-133页 |
| 7.1.2 同时性眼动指标 | 第133页 |
| 7.1.3 大数据可视化界面的测评研究难点 | 第133-134页 |
| 7.2 以视觉动量为指标的测评方法 | 第134-137页 |
| 7.2.1 视觉动量的概念 | 第134-135页 |
| 7.2.2 视觉动量的定量研究 | 第135-137页 |
| 7.3 视觉动量检测方法的实验验证 | 第137-148页 |
| 7.3.1 视觉动量回归因子提取实验 | 第137-146页 |
| 7.3.2 视觉动量回归模型验证实验 | 第146-148页 |
| 7.4 视觉动量评价方法分析 | 第148-150页 |
| 7.4.1 评价方法的可行性分析 | 第148-149页 |
| 7.4.2 评价方法的优势 | 第149页 |
| 7.4.3 评价方法的局限性 | 第149-150页 |
| 本章小结 | 第150-151页 |
| 第八章 总结与展望 | 第151-154页 |
| 8.1 总结 | 第151-152页 |
| 8.2 后续工作展望 | 第152-153页 |
| 8.3 大数据可视化未来的发展方向 | 第153-154页 |
| 致谢 | 第154-155页 |
| 攻读博士学位期间科研成果 | 第155-157页 |
| 附录 | 第157-162页 |
| 参考文献 | 第162-176页 |
