复杂信息系统数字界面中不确定性元信息的视觉显示设计方法研究

夏雪

摘要：在人机交互界面中，信息要素的呈现方式影响了用户的决策能力。这种能力不仅依赖于对任务决策领域相关信息的理解，还依赖于信息本身的属性，即元信息。文章阐明了元信息的概念、类型和元信息视觉显示设计对任务决策的影响，并以不确定性为例对元信息的视觉显示设计方法进行了总结比較。最后针对台风扩散范围不确定性进行了多种不同方法的元信息可视设计，通过实验得出利于用户决策的优化设计方法。

关键词：元信息;任务决策;不确定性;视觉显示;设计方法

中图分类号：J524 文献标识码：A

文章编码：1672-7053（2019）03-0074-02

在人机交互界面中，信息要素的呈现方式决定了用户从界面中提取、整合和利用信息的效率，从而影响了基于人机交互界面的决策能力。决策导致任务成功的能力在很大程度上取决于用户在理解和处理信息方面的技能和经验。这种能力从根本上不仅依赖于对任务决策领域相关信息的理解，还依赖于信息本身的属性，即元信息。元信息可以批判性地影响用户如何处理信息、理解信息，并根据这些信息作出决定。然而，在现有的决策支持系统中，关键的元信息经常没有得到充分的显示或根本不显示。

1 元信息

1.1 元信息的概念和类型

元数据和元信息分别是特定情况下数据和信息的特征或限定词。元数据可以用于各种计算系统中，用于过滤、管理和处理数据，然后将其作为决策过程的输入。元信息则可以被认为是功能信息的属性或特征，允许用户根据需要正确解释功能信息[1]。

功能信息和元信息是由用户从数据和元数据的转换和整合中得到的。简单的说，数据：由人或机器系统输出（加工或未加工的数据源）;信息：是针对目标导向的决策过程的输入;元数据：是数据的特征或限定符;元信息：是影响用户信息处理、态势感知和决策行为的信息的特征或属性[2]。

元信息的常见实例主要有不确定性、模糊性、来源的可靠性、相关性、信息源的特性、信息的抽象程度等[3]。

1.2 元信息与任务决策

Pfautz等人利用认知任务分析研究了军事情报作业环境中元信息对决策的影响。除了提供其他信息外，还提供元信息可能导致信息过载，元信息可能影响多方面的知识，包括实体识别、定位、方向、速度等[2]。Kirschenbaum等人则研究了不确定性表示对复杂可视化任务的性能影响，数据表明，信息呈现对决策的影响取决于经验，专家差异较小，而非专业人员差异很大。专家经过高度实践，可以通过任何信息和显示来完成任务，而非专业人员的任务绩效则可以通过合理的信息呈现来显着改善[4-5]。

众多研究表明，复杂信息系统数字界面中元信息的视觉显示对任务决策有积极影响，但是不合理的元信息视觉显示设计不仅不会帮助任务决策，还会增加记忆负荷，造成错误判断，并且对态势感知、对象识别、阅读和语言处理都产生消极影响。

2 不确定性元信息的视觉显示设计方法

不确定性作为最常见的一种元信息，常用于表述信息来源的偏差、信息可变性、可信度等，在信息采集，变化和视觉表征过程中都存在着不确定性。以下总结了五种较为常用的不确定性信息视觉显示设计方法。

1）图标法。图标法是最早出现的不确定性信息视觉显示设计方法，常用误差条图、盒须图来表示，误差条图是由带标记的一系列线条组成，只能表示单维不确定性，因此二维不确定性则常用箭头，向量等图标进行编码。这种方法较多的适用于具有统计特性的专业界面，对于普通用户而言，这种方法需要用户对统计特征进行一定程度的学习和理解。界面中大量的图标布局会造成界面混乱，影响视觉搜索，所以图标法适用于数量较少的不确定性元信息视觉显示设计。

2）视觉信息编码法。常见的视觉信息编码方法有颜色、形状、方向、纹理、清晰度、不透明度等。颜色变量已被许多研究人员用来编码不确定性元信息，例如在地图上使用色调来编码预测风速的范围或最坏情况值，以及平均速度;或使用饱和度更高的色调显示更大的范围，更多的不确定性等等。这种设计方式在界面显示上非常直接，可以帮助用户迅速的定位需要的信息，有效地改善任务中的非专业决策，但是编码方式的选择影响到用户的心理感知，因此在界面设计中需要仔细选择最为合适的视觉信息编码方式。

3）三维表示法。三维表示法主要借助立体几何的知识，使用几何物体的布局或者属性来编码不确定性信息，三维几何表示法与图标法有相似之处，但是表征结果比图标法更为直接，这种方法的优势在于可以编码高维不确定性，但是在引入几何物体时，由于物体的干扰也可能使原有的确定性的信息造成混乱。

4）引入动画法。动画的引入也是不确定性信息的常见视觉显示设计方法，认知学的众多研究表明，在人类视觉系统的前注意处理过程（pre-attentive process）中，运动具有极高的处理优先级[6]。使用动画参数来编码不确定性信息更加生动形象，也能更直观的显示变化过程，然而这种方法同时也要求了用户必须长时间不间断的关注界面，容易造成视觉疲劳，影响决策。

5）心理视觉法。多声道综合感知的心理映射，例如声音、触觉和视觉，可用于表示信息的不确定程度。信息可以通过视觉界面和声音、体感的方式呈现，经过多通道处理进行编码和筛选。工作记忆将完成对大部分多通道信息的处理，大脑中的集成机制也将整合和重新组织不同类型的元信息，从而得到综合的多通道感知处理结果[7]。

3 不确定性元信息的视觉显示设计实践

当空间扩散程度作为不确定性元信息显示时，经常会导致观察者得出错误的结论。以图1中国天气台风网用来显示台风预测路径及其扩散范围不确定性的圆锥图为例，圆锥部分是由沿着预测轨迹（每6、12或36小时）的一组圆圈（未显示）扫出的区域包围而形成的。每个圆圈的大小经过计算，使得过去5年的历史样本中，官方预测误差值的70%落在圆圈内。

然而，这种常见的表示方法也造成了部分用户对台风扩散范围的误解——用户往往理解为，图中显示台风的扩散范围是随着时间的推移而增加的。因此，为了评估文章第二部分提出的不确定性元信息视觉显示设计方法在帮助用户评估台风风险方面的有效性，采用其中几种设计方法对原显示方法进行了重设计，并进行了一项认知实验。

如图1原设计仅显示预期台风中心扩散范围的 70%的可信区间，如图2（a）。在此基础上，采用视觉信息编码法中的颜色编码来分别表示50%、70%和95%的区间，以提供给用户更多、更可靠的信息，如图2（b）。采用标准图标，加以数字标注台风中心及扩散范围（数字越高扩散范围越大），如图2（c）。尽管图2（c）图标标注法描绘了一组台风中心位置的预测，并用数字加以注释，但并没有直接显示可能受台风力量影响的区域范围。为了解决这一问题，引入动画进行设计，将样本信息用图形圆形表示，其半径与5干牛风速时距中心的预测扩散距离相对应，创建动态更新显示，图2（d）显示了这种动画设计方法的快照。

在实验中，被试者通过简短的描述被告知每种展示的内容。例如，在看到图2（d）之前，被告知“你会看到一系列的圆，它们会出现和消失。每个圆圈代表台风中心的可能位置和扩散大小”。实验指示被试者判断台风影响石油平台（图中蓝点表示）的可能性，并根据屏幕上显示的预测台风中心位置及扩散大小估计平台将遭受的损害程度，由1到9表示，其中石油平台和台风的位置都是随机呈现的。最后，要求被试者填写七道是非判断题，以评估他们对设计显示的理解。

实验结果显示，用户在遇到单一的原设计和图标标注法时，作出选择所需的时间更长。颜色编码方法和动画法则在所有试验中的结果相近，包括平均总体损害等级和损害等级随中心扩散范围的变化而发生变化的曲线。

4 结语

尽管视觉信息编码法和动画法被验证更有利于用户对信息的判断和决策，并减少了一部分误解，但问卷的回答显示，对这些显示设计方法的其他误解仍然存在，例如，部分被试者将动画显示的过程视为时间流逝的指示。一个有趣且出乎意料的结果是，即使这两种元信息视觉显示设计方法在视觉呈现上并不相似，却引发了非常相似的判断，这表明元信息视觉显示对决策的影响可能是由空间属性驱动的，为未来的研究提供了方向。

参考文献

[1]Pfautz J， Roth E，Bisantz A， et al.The Role of Meta-Information in C2 Decision-SupportSystems[J].2006.

[2]Pfautz J， Fouse A， Fichtl T，et al.The Impact of Meta Information on Decision-Making inIntelligence Operations[J].Human Factors&Ergonomics Society Annual MeetingProceedings， 2005， 49（3）：214-218.

[3]Riveiro M， Helldin T， Falkman G.Influence of meta-information on decision-making：Lessonslearned from four case studies[C]// IEEE International Inter Disciplinary Conference onCognitive Methods in Situation Awareness and Decision Support.IEEE， 2014：14-20.

[4]Kirschenbaum S S， Trafton J G， Schunn C D， et al.Visualizing uncertainty：the impact onperformance[J].Human Factors the Journal of the Human Factors&Ergonomics Society2014， 56（3）：509-520

[5]Kinkeldey C， Maceachren A M， Schiewe J.How to Assess Visual Communication ofUncertainty？ A Systematic Review of Geospatial Uncertainty Visualisation User Studies[J].Cartographic Journal， 2014， 51（4）：1743277414Y0000000099.

[6]雷輝，陈海东，徐佳逸，et al.不确定性可视化综述[J].计算机辅助设计与图形学学报，2013，25（3）：294-303.

[7]路璐，田丰，戴国忠，et al.融合触、听、视觉的多通道认知和交互模型[J].计算机辅助设计与图形学学报，2014（4）.