你真的懂資料視覺化嗎？
「視覺感知」是人類感官知覺中最主要的項目之一，在人類的五感當中，對外界資訊的取得，視覺感知就佔了70%以上。無論是發佈複雜的資訊，或是要對資訊進行來回的溝通與修正，傳播者將所要傳播的資訊加以「視覺化」，對資訊傳播的成功與否，會有很大的助益。
抓住靈魂之窗，才能深度溝通
視覺化（Visualization）是指將繁雜的「資料」（包括結構化資料與非結構化資料資料）轉換成圖片、影像，希望透過圖像化的呈現方式，幫助使用者更易了解其意涵的方法。美國國家科學基金會（NSF）在1987年，開始探討將視覺化的方法應用在科學資料分析領域。之後，視覺化的領域應用則進一步細分為科學視覺化、資訊視覺化、以及視覺化分析學，以下進行簡單說明。
1.科學視覺化（scientific visualization）
科學是人類長久以來投入最多，也是歷史最悠久的領域，其涵蓋的範圍包括：醫學、生物學、物理化學、氣象學、航太研究…等。這些學科經常需要對資料進行分析，目的是在發現其中不同的模型、特點、關聯及差異，並對其內容作進一步的解釋與分析。科學視覺化的類型包括：醫學電腦斷層掃描、人口種族分佈、橋樑設計模型、海洋大氣建模、微分幾何、物理光學、環境工程、流體動力…等。
2.資訊視覺化（information visualization）
資訊視覺化處理的多為抽象的資料，且為非結構化的資料集，例如：文字、地圖…等。早期傳統的資訊視覺化源自於統計學。與科學視覺化相較，資訊視覺化的資料通常屬於高維度資料，然而其呈現方式，通常是在二維空間裡，因此必須在有限框架內，傳遞大量的訊息。此外，資訊視覺化的方法與所處理的資料資類型有關，包括：
(1) 時空資料視覺化，如：各種感測器裝置，呈現時間與地理空間的關係。
(2) 網絡資料視覺化，如：不同公司的組織結構圖及交通網絡分佈圖。
(3) 文字資料視覺化，如：從社群媒體資料分析而得的文字雲圖。
(4) 多維資料可視化，如：利用視覺化分析，找出電子商平台消費者的購買行為模式。
3.視覺化分析學（visual analytics）
視覺化分析學被定義成是一種使用者透過交互視覺化的界面，對資料進行分析的科學，其涉及資料的收集與分析計算的過程，最終影響知識發現與決策。視覺化分析學是一種綜合性的學科，它的研究與應用範籌涵蓋甚廣，包括：地理空間分析、資訊分析、科學方法分析、統計分析、知識發現等，在視覺化分析學中還特別考量人為因素，如：互動，認知，與傳播…等，如下圖所示。
資料來源：Keim, Daniel A., Florian Mansmann, Jorn Schneidewind, Jim Thomas, and Hartmut Ziegler, （2008）, “Visual Analytics: Scope and Challenges,” Editors Simoff, Simeon J., Michael H. Böhlen, Arturas Mazeika., “Visual Data Mining：Theory, Techniques and Tools for Visual Analytics”, pp. 76–90.
羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）
您可能有興趣:
