文件名称：支持分析过程的认知理论模型-mt8516 schematic
文件大小：3.69MB
文件格式：PDF
更新时间：2024-07-05 15:17:47
大数据
2.1 支持分析过程的认知理论模型 2.1.1 意义建构(sense-making)理论模型 数据分析的过程往往包含数据中获取信息并形成知识的过程,从信息论[16,17]的角度出发,Dervin 等人[18,19] 对信息的本质重新定义,突破了把信息作为独立于认知主体之外的孤立实体的局限性,提出了意义建构理论.这 一理论认为:信息是由认知主体在特定时空情境(context)下主观建构所产生的意义,知识也是认知主体的主观 产物.信息意义的建构过程是人的内部认知与外部环境交互行为的共同作用结果.因此,信息不是被动观察的产 物,而是需要人的主观的交互行动.知识也是人在交互过程中通过不断建构、修正、扩展现存的知识结构而获 得的,并且与 Piaget[20]的认知发展理论(theory of cognitive development)相一致,即经过图示、同化、顺应和平衡 的建构过程,将从环境中获取的信息纳入并整合到已有的认知结构,并且改变原有的认知结构或者创造新的认 知结构,以达到动态的平衡. 通常,在数据分析过程中搜索和获取信息的行为,本质上就是一种意义建构行为.Pirolli 和 Card 等人[2123] 提出的信息觅食(information foraging)理论,为意义建构过程中的搜索行为提供了认知理论基础.这一理论认为: 信息环境分布着很多的信息碎片 (information patch),数据分析者或信息搜索者根据信息线索 (information scent)[2426]在信息碎片之间移动,移动的轨迹选择,旨在最大化收益而最小化成本.信息觅食的时空情境包括搜 索目标、分析者的先验知识以及当前位置等.数据分析者会根据所处的时空情境,结合特定的分析任务制定相 应的信息觅食即搜索计划. Card 等人基于上述认知理论,建立了信息可视化和分析过程中的意义建构循环模型[9].分析者根据分析任 务需求进行信息觅食,在信息可视化界面中借助各种交互操作来搜索信息,如对于可视化界面进行概览、缩放、 过滤、查看细节、检索等.在信息觅食的基础上,分析者开始搜索并分析潜在的规律和模式,可通过记录、聚类、 分类、关联、计算平均值、设置假设、寻找证据等方法抽象提取出信息中含有的模式.然后,分析者利用发现 的模式开始分析解决问题的过程,可通过对可视化界面进行操纵来设定假设、读取事实、分析对比、观察变化 等.在对问题进行分析推理过程中创造新知识,并且形成一定的决策,或者开始进一步的行动,带着任务需求开 始新一轮的循环.以上所述的意义建构循环模型中的几个关键步骤之间还存在着多种转移路径和依赖关系,描