协同设计中“角色－信息可视化方式”匹配策略研究

付雷杰 李瑞琦 贾峰 左鹏军

摘要：协同设计中不同角色对信息可视化方式要求不同，为提高协同设计效率，提出基于信息熵的“角色－信息可视化”匹配策略。首先，收集角色、可视化形式的信息，通过对角色－可视化形式进行匹配，采用直接打分法得到角色－可视化数据集，对数据集的信息熵进行计算，最终可得到角色－可视化形式的匹配排序表，以信息熵的大小决定不同角色选取的最佳可视化形式。根据案例的协同设计，角色-可视化匹配形式中的角色－甘特图匹配程度最好，表示角色在甘特图中获取信息最大，接受程度最好。该匹配策略可以提高部门、人员之间的协同效率。

关键词：协同设计；角色；信息可视化；信息熵

中图分类号：G350 文献标志码：A doi：10.3969/j.issn.1006-0316.2023.06.009

文章编号：1006-0316 （2023） 06-0060-07

Matching Method Research on“Role-Information Visualization”

in Collaborative Design

FU Leijie1，LI Ruiqi1，JIA Feng1，ZUO Pengjun2

（ 1.School of Mechatronic Engineering， Xi'an Technological University， Xi'an 710021， China;

2.Shaanxi Machinery Research Institute Co.， Ltd.， Xi'an 710021， China ）

Abstract：Different roles in collaborative design have different requirements for information visualization. In order to improve the efficiency of collaborative design， a "role-information visualization" matching strategy based on information entropy is proposed. First， collect the information on roles and visual forms， and obtain the role-visualization dataset by matching the roles and visualization forms through the direct scoring method. Then， calculate the information entropy of the dataset， and finally obtain the role-visualization form matching ranking table. And the optimal visualization form of the selection of different roles is determined by the size of the information entropy. According to the collaborative design of the case， the role-Gantt chart in the role-visualization matching form has the best matching degree， which means that the role obtains the most information in the Gantt chart and has the best degree of acceptance. The matching strategy can improve the collaboration efficiency between departments and personnel.

Key words：collaborative design；role；information visualization；information entropy

协同设计是现代产品设计的主流方式，角色作为影响协同设计顺利进行的重要因素，受到了众多研究者的重视。角色是基于协同设计过程中的权限控制而产生的，其主要思路是将具有相同权限的人员封装成一类角色，通过对有限的角色进行控制，替代了对大量人员的分别控制，达到降低控制成本，提高控制效率的目的。

不同的角色在协同设计中担负着不同的职责，角色间的协同效率是影响协同设计质量的核心因素。可视化技术可以极大的提高角色协同的效率和质量，但是可视化方式众多，不同角色对于可视化方式的接受程度也各不相同，因此角色之间的协同效率会受到可视化方式的影响[1]。因此，建立“角色－信息可视化方式”匹配策略，为不同的角色选择合适的可视化方式，成为协同设计中不容回避的问题。本文将从信息上的角度出发，建立符合协同设计特点的“角色－可视化方式”匹配策略，为提高协同设计效率提供可行的思路。

1 文献综述

在协同设计中，角色是对协同设计中具有某种能力或者某些属性的人员的统称，通过角色可简化协同设计的管理复杂程度。金玉迪[2]将用对比实验法，对角色参与协同设计提出策略，以协同设计理论为依托，将角色任务进行拆分，设计一套角色列表，通过分配角色，将任务交给用户，解决用户参与协同设计的问题，提高了协同设计的效率。个体在协同过程中扮演的对于角色的研究主要集中在基于角色的访问控制模型（Role-based Access Model，RBAC Model）方面，如控制用戶的操作权限、向不同的用户展示不同的模型局部等。但是，这个模型没有考虑不同角色间交互的问题，不能解决协同设计中角色设计数据/信息缺失的问题。

协同设计中的数据和信息，如设计数据、文本文件、图形文件、表格文件、多媒体文件等具有多样性和抽象性的特点，不符合人的认知习惯，具有直接交互难度较大、效率低的缺点。信息可视化方式则采用更符合人类认知习惯的可视化方式来展示信息和数据，便于观察着快速、准确的获取其中蕴含的逻辑关系，减轻了用户的认知负担，提高了信息的传递效率。沈恩亚[3]分析了大数据可视化技术，包括常用的数据可视化技术、大规模数据可视化、时序数据可视化、面向可视化的数据采样方法以及数据可视化生成方式，例如数据可视化要表明对比关系时，可采用柱状图、多变量柱状图或折线图和周期面积图等，并介绍了大数据可视化产品以及要面临的挑战。任磊等[4]在可视分析的理论基础上，讨论了文本可视化如标签云、网络（图）可视化如H-树状图、时空数据可视化如流式地图Flow-Map以及多维数据可视化如投影，同时探讨了支持可视分析的人机交互技术。郑娅峰等[5]将可视化应用到教育场景中，如箱线图可适用于学生学习成绩的分布，雷达图可表征不同小组的的学习差异，桑葚图可以表示学生成绩在不同时间的流向趋势分布，热力图可表示不同地区的教育发展水平对比关系。任磊等[6]针对海量层次信息的可视化需求，提出了嵌套圆鱼眼视图，该视图可以在较小的空间内表达整体视图，又能突出局部焦点信息，可以提高任务完成度和用户满意率。G. O. Domik等[7]为保证可视化的准确度，可视化系统需要适应用户的需求、能力和提供数据的形式和内容，利用用户模型、问题分配模型、资源模型以及数据模型来描述特征，提出了用户模型的生成，作为自适应可视化系统的基础。

信息可视化方式的多样化一方面方便了设计人员之间的交流，另一方面也在一定程度上造成了选择的困惑，影响了协同的效率。因此通过度量有效信息的传递量来选择合理的可视化方式是非常必要的。信息熵用来描述系统的不稳定性，同时也可以标识系统内信息的含量。郑庆等[8]提出了基于信息熵的群智协同设计活动复杂性度量方法，针对活动复杂性的问题，建立度量模型，根据信息熵实现协同设计复杂性的量化分析，并验证悬架设计活动中的可行性和有效性。王伟[9]根据信息熵的特性，对财税中评价指标数据进行量化与综合，根据信息熵的相对优异性量化评价指数对我国财税政策运用能力进行了评价。孙之琳等[10]建立产品可适应评价信息熵计算方法，根据产品的相关参数，分别计算出产品所对应的相关参数信息熵，根据信息熵来评价产品的可适应性，得出整个方案的总信息熵，实现产品适应性的客观定量评价。Cong等[11]基于信息熵理论，提出了一种新的智能产品服务系统开发设计方法，通过设计熵理论对整体考虑三个特征来确定最优解决方案，可以促进智能产品服务系统的性能和用户满意度。Ti-wari等[12]在新产品开发过程中，根据信息熵捕捉到客户对已识别需求的偏好，来提高概念评估过程的整体有效性。

综上可见，目前对于可视化方式有较多的研究，但是对于“角色－可视化方式”匹配方面还缺乏深入的研究。因此，采用信息熵方式，对协同设计过程的信息可视化选择匹配策略进行研究，有助于提高协同设计效率，改善协同设计质量。

2 角色－可视化方式匹配策略

2.1 常见的可视化方式

采用可视化方式可以将原始数据转化成各种类型的图形，帮助人可以更好的理解、吸收数据。现有数据可视化可以分为文本数据可视化，低纬数据可视化，多维数据数据可视化，时空数据可视化，海量网络数据化等几个主流数据类型，具体如表1所示。

不同的可视化方式对于不同的角色具有不同的信息量，即使对于同样角色的不同人员，受到人员的教育背景、专业能力和个人偏好等因素的影响，也会有不同的信息量。因此，必须结合具体的用户来讨论不同的可视化方式与角色的对应匹配问题。

2.2 角色－可视化方式匹配策略

研究人员很早就注意到不同的可视化形式对于设计人员进行交流具有重要的作用，因此很多研究人员将注意力集中于开发新的、可以展示更多信息的可视化方式。实际在协同设计中，常用的可视化方式的数量是有限的，而学习新的可视化方式也是具有成本的，因此在基于现有视图的基础上，建立有效的角色-视图匹配策略，是一种有效的方式。

在典型的协同设计中，参与的部门包括财务部、技术中心、投资发展部、采购物流部、营销服务部、销售部、生产管理部等部门，每个部门具有的职能以及常用视图如表2所示。在一个项目中，不同部门与部门之间在协同过程中会进行信息交流，例如销售部与生产管理部协同过程中，销售部要将产品售出需要了解生产管理部的产品库存信息以及产品的生产信

息，这些信息可以用散点图、折线图或柱状图来表达。一个部门之间的不同角色人员也会进行协同交流，例如生产管理部中生产管理主任想要跟生产计划员了解生产计划完成度，这些信息可以用甘特图、散点图来表达。而在这些交流中，不同的角色的对于可视化方式的偏好是不同的，如何构建一种最佳的“角色－可视化方式”匹配策略，是提高协同效率的关键。

本文提出了一种基于信息熵的匹配策略，其实现流程如图1所示。

该方法在搜集常见的信息可视化形式的基础上，根据角色的构成情况，采用直接打分法的方式收集不同人员对于可视化形式的偏好，然后根据人员－角色分配关系，得到角色－可视化方式的评价结果，并对结果进行精确化处理，得到偏好数值。采用信息熵的方式计算不同角色对于不通视图的信息熵大小，然后逐次进行匹配，得到最佳的角色－可视化方式组合。

2.3 匹配策略的流程

假定在某个协同设计过程中，存在m个角色，记作ri，其中 ，设计中共有n

个人员参与，记作 ，其中 ，每个人员所属的角色由人员－角色矩阵记录。 表示第i个角色中的第j个人员。设计过程中存在k个不同的视图形式，记作 ，其中 。

角色－视图匹配策略过程中，首先收集人員对于视图形式的评价，然后根据评价数据集计算角色－视图的信息熵，进而确定不同角色的合理视图形式。在该策略的每个过程，都有相应的计算方法，如图2所示。

该策略的计算流程如下：

（1）建立视图评价表

视图评价表用来搜集人员对于不同视图形式的偏好，进而为不同的角色确定更为合理的视图方式。为了充分体现不通人员对于视图形式的偏好，本文采用打分的方式获取不同人员对于同一视图的偏好，打分的范围区间选择[0，100]。

图2 角色－可视化方式匹配策略

（2）单个人员对视图的评价

从单个人员视角，形成一个视图形式和评价的一维矩阵，该矩阵存储了该人员对于所有矩阵的评价情况：

（1）

式中： 为第i个角色中第j个人员对于第y个视图的评价结果，其中 ， ， 。

（3）角色－人员－视图评价数据集

所有角色－人员对于视图的评价结果会构成一个完整的角色－人员－视图矩阵：

（2）

（4）信息熵定义

第i个角色中第j个人员对于第p个不同的视图形式的打分值记为 ，信息熵可表示为：

（3）

式中： ，为第i个角色中第j个人

员对第p视图的打分百分比。

（5）评价机理

用L个评价人员对k个视图分别进行评价， 是第 个视图的第v个评价人员的评价值。 是评价人员v的相对最优值，对于收益性指标 越大越好，对于损益性指标 越小越好。

定义： 与 之比为 对于 的接近度，记为 ，计算公式为：

（4）

根据上述信息熵的定义，用L个评价人员对k个视图分别进行评价的信息熵为：

（5）

第 个评价指标对 个视图的相对重要性不确定程度，可由下列条件熵度量 ：

（6）

式中： ， ， 。

条件熵达到最大， ，用Emax對

式（6）进行归一化处理，得到表征第v个人员相对重要性确定程度的熵值 为：

（7）

由 确定的第v个人员的权值为：

（8）

式中： ，且0≤ ≤1，

所有参评人员的权重之和为1，记为 。

当需要加入评价者主观判断时，可引入权值μv，从而与θv合成为一个实用权值为：

（9）

式中：0≤ ≤1。

与θv同理，所有参评人员的权重之和为1，记为 。

对于视图k，各个人员评价的接近度 与各个视图集合中的相对优异值的接近度差的加权和Yw为：

（10）

最后根据Yw的大小对各个视图进行排序。Yw小的方案优于Yw大的方案。

角色－可视化方式的匹配要遵循实际和多数的原则。实际原则是指针对不同的协同设计项目、不同的角色配置情况，要具体分析并计算其匹配方法，不存在一种统一的匹配模式。多数原则是指在匹配过程中，对同一个角色要有足够数量的人员参与，才能得到该角色的最佳可视化方式匹配。

3 案例计算与讨论

在某个协同设计项目执行过程中，需要进行一次协同沟通，共有7个部门的10位不同角色的人员参与。由于跨部门且人员角色众多，因此需要对所用的可视化方式进行择优选择，以便达到更好的协同效果。

经过审核协同内容，共有9种可视化方式可供选择。根据会后不同角色对于这9种视图的获取信息程度以及喜爱程度进行打分。为此，采取了问卷方式，对角色－人员代表进行可视化方式打分收集，数值越大，代表角色－人员对该可视化方式的接受度更好。然后根据上文提出的角色－可视化方式匹配策略流程，通过式（1）～（10）的计算，可以得出表3～表5。角色－人员视图打分如表3所示，这里L＝10、k＝9。表4为角色熵及权值。表5为角色－视图匹配排序表。

根据表3可以看出同一部门（角色）的不同人员对于同一视图的喜爱程度不同，不同部门（角色）对于同一视图喜爱程度也不同。

由于本次活动的定位是项目进度推进会，所以与会人员的构成及会议数据均与项目进度相关。根据表5排序结果可以得出，甘特图的接受度排序最好，代表此次会议角色－甘特图的匹配程度更好，证明此次会议中相关人员对于这个项目的完成度获取信息程度最大，因为在项目管理中的进度汇报中角色－甘特图匹配程度最好；圆环图的接受程度较好，证明此次会议对于数据的构成情况，所占比例也较为重视，因为在数据占比中圆环图的效果更好，角色－圆环图的匹配程度略低于甘特图；而流向地图的接受程度较差，因为该可视化方式主要用于营销服务部的产品销售市场流向分析，但是，对于其他部门（角色）的接受度没有特别好，所以，此次会议角色－流向地图中匹配程度最差。

4 结论

（1）协同设计过程中，多种不同的角色和各种形式的数据/信息可视化方式的优化匹配，对于协同设计的顺利进行具有非常重要的意义。

（2）本文用直接打分法度量同一角色不同人员对于可视化形式的偏好程度，然后采用信息熵的方式度量整体的偏好程度，最终形成角色对于不同可视化形式的数值化排序，以达到实现角色和可视化方式的最佳匹配。

参考文献：

[1]I Gde Wawan Sudatha，I Nyoman Sudana Degeng，Waras Kamdi. The effect of visualization type and student spatial abilities on learning achievement [J]. Journal of Baltic Science Education，2018，17（4）：551-563.

[2]金玉迪. 基于角色理论的用户参与协同设计的创新策略研究[D]. 北京：北京邮电大学，2020.

[3]沈恩亞. 大数据可视化技术及应用[J]. 科技导报，2020，38（3）：68-83.

[4]任磊，杜一，马帅，等. 大数据可视分析综述[J]. 软件学报，2014，25（9）：1909-1936.

[5]郑娅峰，赵亚宁，白雪，等. 教育大数据可视化研究综述[J]. 计算机科学与探索，2021，15（3）：403-422.

[6]任磊，王威信，滕东兴，等. 面向海量层次信息可视化的嵌套圆鱼眼视图[J]. 计算机辅助设计与图形学学报，2008（3）：298-303，309.

[7]G. O. Domik，B. Gutkauf. User modeling for adaptive visualization systems [C]. Proc of Visualization. Washington，USA：IEEE，1994：217-223.

[8]郑庆，丁国富. 群智协同设计活动复杂性的度量模型及方法[J]. 西南交通大学学报，2021，56（5）：989-994，1010.

[9]王伟. 基于熵的财税政策相对优异性评价[J]. 数量经济技术经济研究，2000，（3）：45-48.

[10]孙之琳，王凯峰，陈永亮，等. 产品可适应设计评价的信息熵方法[J]. 工程设计学报，2021，28（1）：1-13.

[11]Jingchen Cong，Chun-Hsien Chen，Pai Zheng. Design entropy theory：A new design methodology for smart PSS development[J]. Advanced Engineering Informatics，2020（45）：101-124.

[12]Varun Tiwari，Prashant Kumar Jain，Puneet Tandon. An integrated Shannon entropy and TOPSIS for product design concept evaluation based on bijective soft set[J]. Journal of Intelligent Manufacturing，2019（30）：1645-1658.