Par Jovina Ang

Bureau de recherche SMU – Il est prévu que d’ici 2025, près des trois quarts des internautes dans le monde seront des utilisateurs mobiles uniquement.

Bien que les appareils mobiles offrent un accès immédiat aux données, il existe des limites à la manière dont les données peuvent être présentées de manière optimale en raison du petit facteur de forme et de la taille limitée de l’écran.

Par exemple, il est beaucoup plus facile d’afficher 10 000 points de données sur un ordinateur de bureau par rapport à un smartphone, qui a généralement une taille d’écran de 2,82 pouces (71,5 mm) sur 5,78 pouces (146,7 mm).

Lorsque les données sont présentées sur un petit écran, elles sont soit tronquées, déformées ou trop chargées pour être lisibles – c’est pourquoi les appareils mobiles ne peuvent pas afficher toutes les informations requises en même temps.

Les appareils mobiles n’ont pas non plus accès à des méthodes de saisie précises comme la souris pour « cliquer », « glisser-déposer » ou « brosser » pour que les utilisateurs interagissent avec les données.

Une autre limitation des appareils mobiles est la difficulté rencontrée par les utilisateurs pour parcourir les données.

« Il ne fait aucun doute qu’une bonne visualisation des données mobiles est essentielle pour accroître la compréhension de l’utilisateur, la détection des modèles, la surveillance et l’analyse », a déclaré Wang Yong, professeur adjoint d’informatique. Bureau de la recherche.

« Compte tenu de l’utilisation généralisée des appareils mobiles pour surveiller les signes vitaux de la santé, lire les tableaux financiers et déchiffrer toutes sortes de tendances pour le travail et la vie, le domaine de la visualisation des données mobiles deviendra de plus en plus important dans les années à venir », a-t-il ajouté.

« Il y a trois aspects importants qui sont essentiels à l’optimisation de la mise en page sur les appareils mobiles. Premièrement, suffisamment de données doivent être affichées pour que les utilisateurs puissent les comprendre. Deuxièmement, la possibilité de zoomer et dézoomer, pour fournir le niveau de granularité des données aux utilisateurs. Et troisièmement, il doit y avoir un moyen pour les utilisateurs de sélectionner un sous-ensemble de données pour extraire les informations nécessaires », a-t-il expliqué.

« En tant que chercheur, je souhaite également comprendre l’impact des différents modes d’interaction – parole, toucher et inclinaison sur l’amélioration de la lisibilité des données par l’utilisateur », a-t-il poursuivi.

La recherche

Cette recherche qui sera dirigée par le professeur Wang et le professeur adjoint Kotaro Hara de la SMU School of Computing and Information Systems est considérée comme l’un des projets de recherche pionniers au monde sur la visualisation de données mobiles.

Financée par une subvention de niveau 2 du fonds de recherche universitaire du MOE, la recherche est conçue en deux modules de travail.

Lot de travaux 1

Dans le Work Package 1, 30 experts en visualisation de données du milieu universitaire et de l’industrie (par exemple, Microsoft Research et Tableau) seront interrogés pour recueillir leurs commentaires sur les défis et les problèmes auxquels ils sont confrontés dans la conception, la création et les applications mobiles du monde réel. visualisations de données.

L’équipe rassemblera également des exemples de visualisation sur Internet – pour comprendre et déterminer comment les différentes techniques de visualisation telles que le nuage de points, le graphique à barres, le graphique à secteurs, etc. peuvent être affichées de manière optimale sur les appareils mobiles sans perdre le sens des données.

De plus, les chercheurs mèneront un examen approfondi de l’utilisation de l’intelligence artificielle (IA) dans la visualisation de données mobiles. En particulier, comment l’IA peut-elle répondre et traduire de manière transparente la visualisation des données des ordinateurs de bureau aux appareils mobiles ?

À la fin de ce lot de travaux, l’équipe a l’intention de publier un guide complet qui détaille les principes et les cadres de conversion de la visualisation des données de bureau en mobile.

Lot de travaux 2

Le Work Package 2 est centré sur l’exploration de la manière dont les trois modes d’interaction de l’utilisateur – i. discours utilisant le traitement du langage naturel; ii. toucher avec les doigts ; iii inclinaison – peut améliorer les interactions de l’utilisateur avec les visualisations de données mobiles.

La reconnaissance vocale, utilisant le traitement du langage naturel (NLP), est un moyen pratique pour les utilisateurs de donner des instructions pour modifier la disposition des données ou extraire un sous-ensemble des données. Par exemple, si vous voulez voir votre nombre de pas avant et après la pandémie de COVID-19, tout ce que vous avez à faire est de « parler » aux visualisations de données par la voix.

Bien qu’il soit naturel et intuitif d’utiliser le toucher, une limitation clé est la grande zone de sélection pour s’adapter à la taille d’un doigt pour la manipulation des données.

Inclinaison, qui est une entrée d’interaction unique pour les appareils mobiles, sera également examinée. Dans cette partie de la recherche, l’équipe étudie les moyens par lesquels les utilisateurs mobiles peuvent naviguer et contrôler les transitions animées des données.

Lorsque ces modules de travail seront terminés, l’équipe du professeur Wang a l’intention de poursuivre la recherche en examinant la combinaison des différentes modalités pour améliorer la lisibilité des données et l’expérience utilisateur des visualisations de données sur les appareils mobiles.

Le professeur Wang est enthousiasmé par ce qui pourrait s’avérer être une recherche pionnière : « C’est tellement exaltant de travailler dans ce domaine de recherche de pointe. Il n’existe actuellement aucun plan directeur pour la conversation de bureau à mobile pour la visualisation des données. Nous visons à être les pionniers en repoussant les limites de cette recherche.

Clause de non-responsabilité: AAAS et EurekAlert ! ne sont pas responsables de l’exactitude des communiqués de presse publiés sur EurekAlert! par les institutions contributrices ou pour l’utilisation de toute information via le système EurekAlert.