The types and characteristics of statistical big-data graphics with emphasis on the cognitive discouragements

빅데이터 통계그래픽스의 유형 및 특정 - 인지적 방해요소를 중심으로 -

The statistical graphics is a design field focusing on the user perception aspects for the correct information delivery and the effective understanding, with the use of the quantitative data through the information analysis, extraction, visualization process. The statistical graphics with the big data composition factor is termed as the statistical big data graphics. In the statistical graphics the visual factors are used to reduce the errors in the perception part and to successfully deliver the information. However, in the statistical big data graphics the visual factors of the enormous data are causing the cognitive discouragements. The purpose of this study is to extract the cognitive discouragement factors from the big data statistical graphics, categorizing the types of the statistical big data graphics as 'network type', 'segment type', and 'mixed type', based on their compositional shapes, and explored the characteristics according to them. Especially, based on the visual main factors in the statistical big data graphics, We extracted the cognitive discouragement factors that appear in the high visualization as the four categories: 'multi-dimensional cases', 'various color', 'information overlap', and 'legibility of the writing'.

통계그래픽스는 정량적인 데이터를 이용하여 정보 분석, 추출, 시각화의 과정을 거쳐 정확한 정보전달과 효과적인 이해를 위해 사용자 인지측면에 초점을 둔 디자인 분야이다. 이러한 통제그래픽스에 빅데이터의 구성요소들 내포하게 될 경우 빅데이터 통제그래픽스라고 할 수 있다. 통계그래픽스에서 시각적 요소는 인지부분에 대한 오류를 줄이고 성공적으로 정보를 전달하기 위해 사용되어야 하지만, 빅데이터 통계그래픽스에서는 방대한 데이터로 인해 시각적 요소가 오히려 인지적 방해를 일으키고 있다. 본 연구는 빅데이터 통계 그래픽스에서 나타날 수 있는 인지적 방해요소를 도출하여 제시하는 것을 목적으로 한다. 빅데이터의 통계그래픽스의 유형을 구조적 형태를 바탕으로 '네트워크 유형', '세그먼트 유형', '혼합유형' 세 가지로 분류하였고, 그에 따른 특징들을 탐색하였다. 특히, 빅데이터 통계그래픽스에서 시각적 주요요소를 기반으로 시각화의 고도화 시 나타날 수 있는 인지적 방해요소를 '다차원 범례', '다양한 색채', '정보의 중첩', '서체의 가독성' 네 가지로 도출하여 제시하였다.