Encodage avec des Patterns : Un Espace de Conception et des Évaluations

Encoding with Patterns : A Design Space and Evaluations

• Auteur / Autrice : Tingying He
• Direction : Tobias Isenberg
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 06/09/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : Référent : Université Paris-Saclay. Faculté des sciences d’Orsay (Essonne ; 2020-....)
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-….)
• Partenaire(s) de recherche : Equipe de recherche : Analyse et visualisation (équipe de recherche ; Orsay)
• Jury : Président / Présidente : Michèle Gouiffès
• Jury : Examinateurs / Examinatrices : Wesley Willett, Sarah Goodwin, Jo Wood
• Jury : Rapporteurs / Rapporteuses : Wesley Willett, Sarah Goodwin

Mots clés

Mots clés contrôlés

Data visualisation

Design

Perception visuelle

Visualisation

Mots clés libres

Patterns

Variables visuelles

Perception

Esthétique

Développement d'échelle

Patterns

Visual variables

Perception

Aesthetics

Scale development

Résumé

Cette thèse vise à comprendre théoriquement et empiriquement les patterns en tant que variable visuelle. Les patterns ont été une variable visuelle importante dans la visualisation de données bien avant que l'impression en couleur ne soit devenue courante et abordable, et ils continuent d'offrir des avantages aujourd'hui. Ils sont particulièrement utiles pour les dispositifs à capacités limitées d'affichage en couleur, tels que les écrans e-ink, et sont essentiels pour améliorer l'accessibilité pour les personnes daltoniennes, malvoyantes ou aveugles. Les patterns possèdent des attributs riches qui peuvent varier pour coder des données. Cependant, s'ils sont utilisés de manière inappropriée, les patterns peuvent provoquer des effets visuels négatifs et être esthétiquement peu attrayants. Malgré le potentiel des patterns, les recommandations de conception que nous avons sont limitées sur la manière de les utiliser efficacement dans les visualisations. Cette thèse aborde cette problématique à partir de deux perspectives principales : la conception et l'évaluation. Nous clarifions d'abord les ambiguïtés entourant les termes « texture » et « pattern », un problème provenant de la traduction de la Sémiologie graphique de Bertin. Inspirés par les travaux sur les variations de patterns et les incohérences dans l'utilisation des variables visuelles, nous les conceptualisons comme une variable composite avec des primitives graphiques. Un espace de conception est développé pour systématiquement décrire ces variations, structuré autour de trois ensembles d'attributs : les relations spatiales entre les primitives, les relations d'apparence entre les primitives et les caractéristiques d'apparence des primitives. De plus, nous relions le concept de patterns au processus de lecture de carte et discutons de l'encodage des informations géographiques dans les primitives.Ensuite, nous étudions empiriquement l'utilisation de patterns en noir et blanc pour visualiser des données catégorielles. Nous nous concentrons sur deux types de patterns : les patterns géométriques (formes abstraites) et les patterns iconiques (icônes rappelant les catégories). Nous conduisons trois expérimentations ayant pour but d'étudier les différentes stratégies de conception et de mesurer l'esthétique et l'efficacité. Nos résultats montrent que les préférences esthétiques sont subjectives. En termes d'efficacité, les graphiques remplis de patterns ont obtenu des performances similaires à celles des graphiques ne les utilisant pas, avec des variations de performance en fonction du type de graphique. Cela indique que les patterns sont une option viable pour l'encodage des données.Enfin, nous introduisons l'échelle BeauVis pour évaluer l'esthétique des visualisations, validée par des méthodes standards. Composée de cinq items (« enjoyable », « likable », « pleasing », « nice » et « appealing »), cette échelle fournit un instrument standardisé pour comparer l'apparence de diverses visualisations indépendamment du contexte.En résumé, les principales contributions de cette thèse sont au nombre de trois : théoriquement, nous contribuons à la conceptualisation du pattern de variable visuelle et au développement d'un espace de conception pour les variations de patterns ; empiriquement, nous fournissons des résultatssur l'utilisation des patterns pour la visualisation des données catégorielles ; et, en termes de méthodologie d'évaluation, nous présentons ledéveloppement et la validation d'un instrument de mesure pour évaluer l'esthétique des visualisations. Notre travail démontre le potentiel du pattern de variable visuelle et établit une base théorique pour de futures recherches et applications des motifs dans la visualisation.

This thesis aims to theoretically and empirically understand patterns as a visual variable. Patterns have been an important visual variable in data visualization since before color printing became common and affordable, and continue to offer benefits today. They are particularly useful for devices with limited color display capabilities, such as e-ink displays, and are essential for enhancing accessibility for viewers with color vision deficiencies or severe visual impairments. Patterns have rich attributes that can be varied for data encoding. However, if used improperly, patterns can result in negative visual effects and unappealing aesthetics. Despite the potential of patterns, there are limited design guidelines on how to use them effectively in visualization. This thesis addresses this gap from two primary perspectives: design and evaluation. We first clarify the ambiguities surrounding the terms “texture'' and ''pattern,'' an issue that originated from the translation of Bertin's book Semiology of Graphics. Inspired by previous research on pattern variations and inconsistencies in Bertin's use of visual variables, we then conceptualize patterns as a composite visual variable with graphical primitives that can serve as sub-marks. We develop a design space to systematically describe pattern variations that can be used for data encoding. The design space includes three set of attributes: spatial relationships between primitives, appearance relationships between primitives, and individual appearance characteristics of primitives. In addition, we connect the concept of patterns to the map-reading process and discuss encoding geographical information into pattern primitives.Next, we empirically investigate the use of black-and-white patterns for visualizing categorical data. We focus on two types of pattern: geometric patterns and iconic patterns. Geometric patterns use repeated abstract geometric shapes, while iconic patterns use repeated icons that may stand for data categories. We collect a set of pattern designs from visualization experts and conduct three experiments aimed at studying various design strategies, as well as measuring the aesthetics and effectiveness of these patterns. Our results show that aesthetic preferences are subjective. In terms of effectiveness, charts filled with patterns performed about equally well compared to unicolor charts, with performance variations depending on the chart type. This indicates that patterns are a viable option for data encoding.Finally, we introduce a rating scale to comparer the aesthetic pleasure of visual data representations, which we call the BeauVis scale. We developed and validated this scale following standard scale development methods. This scale, consisting of five items (''enjoyable,'' ''likable,'' ''pleasing,'' ''nice,'' and ''appealing''), offers a simple and standardized instrument for comparing the visual appearance of different visualizations, independent of data or context.In summary, the key contributions of this thesis are threefold: theoretically, we contribute to the conceptualization of the visual variable pattern and the development of a design space for pattern variations; empirically, we provide findings on the use of patterns for categorical data visualization; and, in terms of evaluation methodology, we present the development and validation of a measurement instrument for assessing aesthetic pleasure of visualizations. Our work demonstrates the potential of the visual variable pattern and establishes a theoretical foundation for future investigation and application of patterns in visualization.