大数据信息可视化显示界面设计研究＊

蒋昊朋（广州华商学院）

随着计算机、网络、物联网等技术的飞速发展，用户产生海量的信息，并通过网络进行有效的传输与登记，从而形成信息爆炸时代，这些海量的数据中蕴含着各个领域的专家都急需了解的规律与发展。对于企业来说，从大量的信息中挖掘出自己想要的东西是一种挑战，也是一种机遇。信息可视化技术能够将复杂数据中所蕴含的内在结构、关系和规律展现出来，有助于人们对大量信息进行有效地挖掘和利用。

在此基础上，本文给出了面向大数据可视化显示界面的设计方法，通过需求调研、数据分析、调度设计、实验验证，实现面向用户的大数据可视化展示，并结合具体的设计实例对其进行了探讨，从而为用户界面的设计提供一个新思路和可借鉴的设计准则。

一、大数据信息可视化显示界面综述

大数据信息显示界面的数据可视化是利用菜单、按钮、文本、图标、图像等设计元素来将界面中的大数据信息进行显示，并与其进行交互，从而协助用户完成目标任务。在可视化的过程中，可以把它看成是一个“编码”与“解码”的交互映射过程：编码是将数据与诸如形状、位置、颜色、文字、符号以及其他可视图案之间的映射；解码就是解析视觉要素。其特征分析如下：

（一）大数据信息可视化界面的用户需求及特征

将信息可视化对象划分为“专业用户”与“普通用户”两类。在《大数据时代终端用户信息可视化分类》一书中，马翔将其划分为“信息图形”与“信息挖掘”两大类，并对其进行了分析。“信息挖掘”信息可视化主要面向“专业受众”和传播主体关系较为密切。相对于直观的“信息图形”，信息可视化则强调对数据的客观描述与分析，从而将复杂、多变的数据以直观、易懂的方式展现在人们面前。视觉信息设计具有三大特点：交互、多维、可见性。所谓“交互性”，就是指使用者可以很容易地交互来进行数据的管理与发展；“多维”意味着您可以检视多个代表物件或事件数据的特性或变数，并可依每一维之价值，将数据加以分类、排序、合并及显示。所谓“可见性”，就是指数据可以以影像、曲线、二维图、三维图及动画等方式呈现，并可视化及分析其中的模式及关联。

（二）大数据信息可视化显示界面的特点

1.直观性

大数据信息可视化显示界面指的是以数字形式，将大数据、周边信息、变化过程等内容呈现给用户，具有操作性、可视性等基本特征的界面，其中的一个特点就是直观性强。在传统模型中，大数据的采集与处理、模型的分析与动态预报等工作均由业务部门独立完成，大部分的分析结果都会被用户所使用，而这些结果往往是特别为满足用户需要而提供的，但这些结果并不全面。在大数据信息可视化技术及其显示界面的支持下，用户能够通过数据呈现的过程以及各种方式来了解大数据的其他相关信息，还能够通过参数变化、主动交互等方式来进一步获得与大数据相关的动态信息，比如对信息变化进行预测，对数据的其他值进行挖掘，这使得结果呈现更加直观。

2.层次性

面向大数据的可视化界面具有层次性，大数据技术的应用通常包含多个类型的服务，为避免信息不对称、程序混乱等问题，通常将其分散到不同的用户端。例如，一个公司的经营数据可以被划分为营业收入、利润水平、负债情况、核心业务的成本变动等等，若全部数据都放在主界面上，就会造成不同层次、不同属性的信息同时显示，造成某些混乱。从理论上讲，应当对数据进行归类，并在主页中按照不同的归类建立相应入口，从而实现大数据的分层展示。用户可以根据自己的需要，获取与企业经营有关的信息，并对其变动情况进行评价，进而通过调节参数等手段，实现对企业经营情况的动态仿真，从而得到具有较高应用价值的近似预测信息。

3.简洁性

设计原则的原则是在满足使用者需要的基础上，让使用者认识到产品的功能。大数据可视化显示与之相似，且操作简便。尤其是，功能要求在界面中的功能划分要比较明确，并且能够以使用者所熟悉的方式，如触控服务、鼠标点击等。另外，在界面中，功能划分也不应该太过复杂。从原理上讲，主界面仅为诸如大数据分析的结果项、动态仿真项、旧数据库、多形式的数据分析流程以及结果项，所有的入口都应该可以明确的指明它的作用，并给出一个明确的链接，以便使用者就可以不经过任何训练或者简单的训练和指引就可以掌握这个界面的使用方法，这样就可以让整个界面变得更容易使用。

二、大数据信息可视化显示界面设计的过程

大数据信息的显示界面是用户和系统之间唯一的交流平台，用户对大数据信息进行解码处理，从而获取大数据信息。由于大数据的复杂度和广度，界面设计不能满足全部的初始信息，要使用户能够更好地理解，“编码”或者说界面设计的流程就必须是以用户为中心的。本·弗莱的《可视化数据》把数据的可视化划分为七步：采集、分析、筛选、挖掘、呈现、修饰、交互，但并非所有的流程都是以使用者为中心，而要把重点放在以数据展示的设计为主，本文主要介绍了一种将用户研究整合到整个流程中的界面设计方法，该方法由需求研究、数据分析、计划设计、检验测试等四个步骤组成，每一个步骤都需要设计者站在使用者的立场上，向使用者提供使用者所需要的信息。

（一）需求调查

大数据可视化界面所显示的图像和文字内容有着同样的背景，这就要求对其进行分类，所要展示的信息以及所呈现的形式也因使用者而异。用户一般可划分为三种类型：新手、中级、专家；“新手”指的是没有接触过大数据可视化应用的人，“中级”指的是已经接触过大数据可视化应用的人，“专家”指的是在大数据可视化方面具有丰富经验的人。当将用户归类并确认后，需要了解他们的目的和要求。这些需要的指标主要有：展示界面的主题、数据的权威性和精确性、用户关心的问题以及与之相关联的行为的理由。使用者研究的主要方式有“焦点团体”“使用者访谈”“竞争者分析”“使用者观察”等，在进行需求挖掘时，要做到定性与定量分析相结合。

（二）需求分析

1.基础功能需求

大数据信息可视化的界面要求较为复杂，而基础的功能性要求则是其应用与研究的重要参照。其中，主要功能分为四大模块，即：明确模块划分、明确功能说明、必要的辅助功能演示以及设置系统参数等。清晰的模块划分指的是大数据信息可视化显示界面，可以清晰地向用户提供门户连接方面的各个功能分区，具体包括了数据呈现、数据多元化处理、数据库结构和存储、数据调用等内容。界面能够简单地展示各个模块和图标的特定作用，比如通过文字、箭头、色彩等来识别各个功能模块，并用所需的文字来说明系统的作用。考虑到目前还没有实现大数据可视化的通用界面，本项目的研究成果将有助于该技术的推广和应用。这些工具的展示着重于改善对大量数据信息的视觉介面的易用性，如一键退出、一键关机等。系统参数调节方面，主要有调节界面亮度，调节系统声音等，为用户提供了以控制器为中心的辅助功能。

2.扩展需求

大数据可视化显示界面具有较强的可扩展性。所谓的可扩展性，就是系统可以在主界面下对多个子界面进行扩展，可以持续地对大数据信息可视化显示界面的功能进行优化，并根据用户的需求，拓展出更多新的功能。此公共操作界面仅可在现场使用，为方便操作，在大数据可视化平台中，管理者可对大数据进行远程操作，从而实现对大数据的“远程操作”。另外，扩展需求强调同时利用多个不同终端，实现对大数据的整体管理与应用。

3.易用需求

“易用”的需求是指大数据可视化界面及其他交互行为在操作、控制、扩展和应用上都要相对便捷，能够实现一次操作和简单交互，任何一种复杂的设计都应该尽量避免。比如，在现代化的智能终端上，一键操作就得到了广泛应用。显示大数据信息可视化显示界面的一键操作，包含了返回主界面的按键、大数据的按键提取、一维数据的按键处理等内容。另外，“易用”是指大数据可视化显示界面的移植性，也是指在智能手机、电子计算机和平板电脑上，以及在不同操作系统之间的兼容，没有技术上的不相容性或其他问题，也没有相容性效应，但并不足以影响应用。

4.个性化需求

个性化需求指的是，大数据信息可视化显示界面可以与用户的特定需求相结合，进行个性化的设计，并提供个性化的服务，并且还具备一些共性的服务特点。比如，在经营过程中，大数据的可视化显示界面应该可以为企业提供相应的信息，尤其是企业所储存的大数据，以便与大数据进行比对。而其他使用者则需要了解自身的需要，并根据需要来设计可视化的显示界面，可以对他们进行精简，以保证界面的简单和友好。

（三）数据处理

大数据可视化系统中的数据数量庞大，需要对其进行有效处理，所以需要对其进行面向对象的数据进行分析，从而保证用户在与可视化系统交互时的思维和行为都清晰明了。在对数据进行分析时，可采用如下方法：一是分析要求的维数，即把使用者的要求分成若干个维数；二是选取数据——选取最好的数据，以阐明目前的要求状况；三是合并数据——将相同数据的数据归类，以简化复杂度；四是选取数据——决定采用何种数据来表示数据。在用户调研过程中，用户需求比较含糊，不能通过合适的数据处理方式来直接表述，必须把顾客的需求细化到能够用数据来表示的最小维度，然后挑选出每一套数据，并且挑选出最具代表性的数据，以呈现给每一个使用者。在图形化界面中，数据的呈现离不开可视化的载体，所以，在进行维合并之后，要根据数据的构成要素来进行图形化。常用的部件有：条形图、面积图、区域图、离散度图、气泡图、仪表盘、雷达图、甘特图等，需要根据用户要求和对应的数据维属性来选择每一个组件。

（四）数据规划设计

通过对数据的分析，基本确定了在图形化界面中所要展示的数据信息以及与之相关联的显示部件。接下来就是具体的计划设计了。在这一步，使用者的情感细节需要被最大程度地考虑，所以，在规划与设计过程中，要更加注重以用户为中心，一般都要遵守“面向用户”原则、“KISS”原则、“布局控制”原则、“视觉平衡”原则、“文本可读性”原则、“协调一致”原则等基本原则。从总体上来看，数据规划设计主要包括：模块设计；尺度特性；动态构造；数量调控。因为可视化显示器的应用情况各不相同，所以要考虑是将可视化显示器作为一个整体来设计，还是将可视化显示器分割成若干个独立的模块，再把它们结合在一起。而后者则更加灵活，可以在不同的情况下，通过一个界面来展示多个界面，也可以对数据的渲染进行后期的调整。前者具有较强的视觉效果和较好的细节处理能力，为使用者提供了较强的视觉体验。在数据处理过程中，需要对不同类型的元素进行分类，并根据分类结果对其进行细节表达，如尺寸、位置、形状、颜色、方位等进行优化。比如，在进行颜色设计时，既要考虑颜色在不同环境中的感觉，又要考虑到信息表达的清晰性，以及使用者对颜色的认识。在视觉界面设计中，加入动态设计，能使用户获得更多的内容、更多的联想，从而更好的传递出原来的信息。同时，在某些数据可视化过程中，因为数据的变化不可预测，不能进行“动态”设计，所以必须通过对被观察对象的图像等特征进行艺术加工，增强其重要特征，削弱或隐藏其关联特征，才能使用户迅速获取到有用的信息。最后，页面没有太多的稠密或者太少，将会对用户的体验产生直接的影响，需要对实时数据进行控制。

（五）数据测试

在完成全部的设计工作之后，为了保证所设计的视屏介面有较好的使用经验，也为了方便后续的设计改善，必须对视屏介面进行确认与测试。数据测试由三个方面组成：评审要求、现场测试、可靠性测试。REVIEW 需求的原则是：在进行数据分析与设计时，保证每个客户所提出的要求，都是经过完全验证的。因为在设计可视化界面时所采用的硬件载体与目前所采用的不一样，所以为了保证在实际应用中所获得的特定效果，比如动态效果是否达到了预期，色差是否可以接受等，就必须要在现场进行测试。可视化显示界面能否被使用者迅速地“解码，如果使用者能看懂，设计师可以作为一名翻译员，将所设计的界面说明给使用者看，并将其写成句子或段落。

三、设计实例——以A地的政务信息大屏可视化设计为例

（一）设计需求

A 市以农村数字化治理为切入点，致力于构建一个智慧化的农村管理平台，以“视觉+政务大数据”为基础，实现对村庄大小事务的统一管理。在一个网络资源便利且信息互通的信息时代，通过对多个地方的实地访问和考察，最终决定与美丽乡村公司进行合作，共同打造“数字乡村一张图、乡村治理一网办”的村民政务大数据信息可视化指挥中心。

（二）设计定位

1.服务对象

政府机关员工越来越年轻，视觉展览的审美观也在不断提高；而要推动智慧城市的建设和发展，城市发展过程中大数据分析和信息可视化也是必不可少的一环。政务大数据信息可视化通常是供政府内部职能部门相关人员进行查看，例如查看城市中容易发生交通拥堵的路段，并通过官方渠道向市民推荐最佳出行路线。在森林消防工作过程中，对林火的易燃点进行实时监控；查看辖区内各个城市的经济指标以及城市的经济发展情况。

2.平台定位

乡村建设信息化系统的搭建主要包括了移动端APP 系统、Web 端政府管理系统和大数据信息可视化指挥平台系统。自从电子政务的实施和推广以来，Web 端已经成为一个比较成熟的政府端，而移动端的APP 系统也在不断地升级和迭代，不断地朝着更加完善的方向发展。然而，目前政府公共服务大数据的可视化产品呈现出同质化趋势，这些酷炫的三维图像，使得政府花费了巨大资金，一些偏僻地方的网络信号并不好。为此，本项目提出了面向政府大数据的“低配置”、“高运行”的扁平化FUI 设计思路。

（三）静态设计成果展示

A 地的政务信息大屏可视化设计是一种向量测度的系统界面，是由向量测度软件开发而成，适用于向量测度后期的1:1 现场调查。在此基础上，利用Adobe XD 设计软件，完成大屏幕的可视化用户界面的设计。利用XD 的另外一个好处就是可以和Adobe 的After Effect 进行完美整合。不然，在进行动态特效设计前，软体产生的草图必须经过多次裁剪或重做，并把这些图层整理并归类到Adobe XD 中。该软件将产生一个智能化的数据包分层排列，这个优点是其他软件所不能相比的，并且极大地增加了设计人员的生产力。

四、结语

总之，大数据信息可视化显示界面具有直观、分层、简单、易用等特点，其设计是一个比较复杂的问题，要根据大数据可视化界面的特点和使用目的来确定其设计思想和形式，然后从界面的要求出发，着重于界面的基本功能、可扩充性以及个性化的需要等方面来进行工作组织的设计。同时，为保证大数据可视化界面能够实现预期的功能，并能够有效地满足实际应用的需要，需要对不同层次的界面进行功能覆盖。