第四章 實驗結果與分析
4.4 使用者測試
過肉眼觀察粉絲專頁於單一日期的貼文數量，相對於Calendar View 在同一種判 斷是有效率的。
Our Method 34 181 127 28
Calendar View 103 115 151 169
0
Our Method Calendar View
‧
1. 2017/02/20 2. 2016/09/20
Q.4 每一個 Time Block 中會具有 Like、Comment 或是 Share 為最凸出的 日期，下列日期是否為該Time Block 中 Share 中最凸出的日期。
1. 2017/01/16 2. 2016/10/18
‧
的流程，會讓受測者測試本系統、Multiple Scatter Plot（圖 4.13）以及 Calendar View（圖 4.14），測試流程如下所示：5. 測試另外兩個系統。(Multiple Scatter Plot 回答 Q1、Q2，Calendar View 回答 Q3、Q4)
6. 針對本論文的系統，填寫使用者體驗的問卷。
我們將受測者分成甲、乙兩組，甲組依照上述流程進行測試，乙組在測試流 程中的第4 項以及第 5 項會相互交換，因此，甲組的受測者會先操作本系統，接 下來操作 Multiple Scatter Plot 以及 Calendar View；乙組的受測者則是先操作 Multiple Scatter Plot 以及 Calendar View，接下來操作本系統。由於問卷上的題目 類型相似，受測者可能會因為理解題目導致縮短了操作時間，因此將受測者分成 兩組進行測試。我們提供兩個資料集，分別為Greenpeace 綠色和平(台灣網站)以 及籃球地帶，兩者皆為Facebook 上的粉絲專頁，蒐集時間為 2016 年 3 月 1 號至 2017 年 2 月 28 號，分別為 634 篇貼文以及 587 篇貼文。
使用者體驗的問卷內容，會以 1 到 5 的評分方式，分別評斷系統操作的難
‧
作時間上稍微大於Multiple Scatter Plot 的操作時間，透過觀察使用者當下的答題 狀況，我們依然發現與初測時一樣，使用者對於要在貼文散佈圖中圈選出一個區 Calendar View 來得短。‧
作時間比Multiple Scatter Plot 長，但是在平均的答對題數相較於 Multiple Scatter Plot 來得高，可表示受測者在本系統上可以圈選出較為精準的區域，受測者也提 到透過降維演算法將多個維度之間的關係散佈在二維空間中，令他們可以圈選一 個區域，使得區域中的貼文同時符合多個條件，來達到探索的目的。在Q3 以及 Q4 中，本系統在觀察粉絲專業發佈貼文的頻率以及 Facebook 使用者對於貼文的 行為反應比起Calendar View 的視覺化結果，受測者使用本系統平均答對的題目 數量多，因為單一日期依照粉絲專頁發佈貼文數量來切割，再加上以長度來表達Average Completion Time
our other
‧
our other
0
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
51
青睞。在圖形的易讀性上，雖然受測者覺得此設計具有特色，理解圖形的意義後，
也能夠解讀不同資料集下圖形的特色，但是有時過小的貼文會影響操作的流暢度，
希望可以調整圖形的大小。在資訊傳達的能力，受測者覺得將不同的圖表透過有 系統的操作，可以依序地將資料集中的資訊呈現在畫面上，再解讀畫面上的資訊 能夠歸納出結論，因此在有受測者提出希望有匯出的功能將階段性的資訊匯出成 為表格類型的檔案。
‧
Facebook 提供的 Graph API 進行貼文資料的搜集，將蒐集到的貼文資料集視為多 維度以及時序性資料，接者進行視覺化的呈現；首先，透過降維演算法將貼文散 佈到二維空間中，依照貼文與貼文之間的距離判斷彼此之間的相似程度，清楚得 表達貼文與貼文之間的相似程度。接著，本系統將時間軸依照固定的時間長度切 割成多個時間區間(Time Block)，根據時間區間上的日期以及該日期發佈的貼文，建立成一個具有時間性質的階層化架構，並且將 Time Block 進行視覺化的繪製
本論文整合了上述提到的貼文散佈圖以及Time Block，在搭配上互動操作，提供 了一個操作平台，令使用者能透在兩個視覺化的結果中進行探索與分析，自由自 在的在資料集中探索出心中的答案。
‧
上Facebook 貼文原有的屬性，可以同時呈現出 Facebook 粉絲專頁上貼文內容的 情緒，以及該篇貼文中 Facebook 使用者給予的情緒貼文，能夠更精準地達到情 緒變化的判斷。另外，Facebook 使用者在貼文中的留言也是一個很重要的資料，在未來，透過分析留言中文字與貼文中文字的比對，了解到 Facebook 使用者於 該篇貼文下討論的議題是否與貼文內容相關，也可以比較留言彼此之間的贊同貼 文內容以及反對貼文內容的差異程度。
‧
Grabowski, "Small MultiPiles: Piling time to explore temporal patterns in dynamic networks," in Computer Graphics Forum, 2015, vol. 34, no. 3, pp. 31-40: Wiley Online Library.
[2] B. Bach, C. Shi, N. Heulot, T. Madhyastha, T. Grabowski, and P. Dragicevic,
"Time curves: Folding time to visualize patterns of temporal evolution in data,"
IEEE transactions on visualization and computer graphics, vol. 22, no. 1, pp. 559-568, 2016.
[3] R. Blanch, R. Dautriche, and G. Bisson, "Dendrogramix: A hybrid tree-matrix visualization technique to support interactive exploration of dendrograms," in Visualization Symposium (PacificVis), 2015 IEEE Pacific, 2015, pp. 31-38: IEEE.
[4] N. Cao, C. Shi, S. Lin, J. Lu, Y.-R. Lin, and C.-Y. Lin, "TargetVue: Visual analysis of anomalous user behaviors in online communication systems," IEEE transactions on visualization and computer graphics, vol. 22, no. 1, pp. 280-289, 2016.
[5] J. Chen, A. M. MacEachren, and D. J. Peuquet, "Constructing overview+ detail dendrogram-matrix views," IEEE transactions on visualization and computer graphics, vol. 15, no. 6, pp. 889-896, 2009.
[6] Q. Cui, M. O. Ward, and E. A. Rundensteiner, "Enhancing scatterplot matrices for data with ordering or spatial attributes," in Electronic Imaging 2006, 2006, pp.
60600R-60600R-11: International Society for Optics and Photonics.
[7] M. Hu, K. Wongsuphasawat, and J. Stasko, "Visualizing Social Media Content with SentenTree," IEEE Transactions on Visualization and Computer Graphics,
‧
[8] M. Kim, K. Kang, D. Park, J. Choo, and N. Elmqvist, "Topiclens: Efficient multi-level visual topic exploration of large-scale document collections," IEEE Transactions on Visualization and Computer Graphics, vol. 23, no. 1, pp. 151-160, 2017.
[9] B. Kondo and C. Collins, "Dimpvis: Exploring time-varying information visualizations by direct manipulation," IEEE transactions on visualization and computer graphics, vol. 20, no. 12, pp. 2003-2012, 2014.
[10] L. v. d. Maaten and G. Hinton, "Visualizing data using t-SNE," Journal of Machine Learning Research, vol. 9, no. Nov, pp. 2579-2605, 2008.
[11] S. Rufiange and M. J. McGuffin, "DiffAni: Visualizing dynamic graphs with a hybrid of difference maps and animation," IEEE Transactions on Visualization and Computer Graphics, vol. 19, no. 12, pp. 2556-2565, 2013.
[12] J. Stasko, R. Catrambone, M. Guzdial, and K. McDonald, "An evaluation of space-filling information visualizations for depicting hierarchical structures,"
International journal of human-computer studies, vol. 53, no. 5, pp. 663-694, 2000.
[13] J. Stasko and E. Zhang, "Focus+ context display and navigation techniques for enhancing radial, space-filling hierarchy visualizations," in Information Visualization, 2000. InfoVis 2000. IEEE Symposium on, 2000, pp. 57-65: IEEE.
[14] F. Viégas et al., "Google+ ripples: A native visualization of information flow," in Proceedings of the 22nd international conference on World Wide Web, 2013, pp.
1389-1398: ACM.
[15] M. Wattenberg, F. Viégas, and I. Johnson, "How to Use t-SNE Effectively," Distill, vol. 1, no. 10, p. e2, 2016.
[16] F. Wickelmaier, "An introduction to MDS," Sound Quality Research Unit, Aalborg
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
University, Denmark, vol. 46, 2003.
[17] X. Yuan, D. Ren, Z. Wang, and C. Guo, "Dimension projection matrix/tree:
Interactive subspace visual exploration and analysis of high dimensional data,"
IEEE Transactions on Visualization and Computer Graphics, vol. 19, no. 12, pp.
2625-2633, 2013.
[18] F. Zhou et al., "Dimension reconstruction for visual exploration of subspace clusters in high-dimensional data," in Pacific Visualization Symposium (PacificVis), 2016 IEEE, 2016, pp. 128-135: IEEE.
[19] MUNZNER, Tamara. Visualization analysis and design. CRC press, 2014.
[20] https://developers.facebook.com/docs/graph-api/advanced/rate-limiting [21] https://github.com/yanyiwu/nodejieba/blob/master/README_EN.md
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
57
附錄
進行使用者測試時，受測者根據不同資料集在填寫問卷時，系統在螢幕的畫 面上會呈現的圖形，以及根據不同類型的題目受測者會如何操作系統。以下有三 種視覺化，分別為本論文的系統圖(A 上圖以及圖 B 上圖)、Multiple Scatter Plot(圖 A 下圖)以及 Calendar View(圖 B 下圖)，皆會根據 Greenpeace 綠色和平(台灣網站) 於2016 年 3 月 1 號至 2017 年 2 月 28 號發佈的所有貼文作為資料集進行視覺化 呈現，共有634 篇貼文，說明受測者會如何觀察以及操作。
Q.1 在貼文散佈圖中有一個區域的貼文的統計數據中，Sad 的百分比大於 50 以 及 Angry 百分比小於 40，請判斷兩篇貼文有沒有在圈選的範圍中。
Q.2 在上一題圈選出來的區域中，有沒有同一天連續發布的貼文在該區域中，判 斷下列組合是否符合條件。
受測者會在本論文的系統中，於貼文散佈圖中圈選出一個區域符合Q1 的條 見(圖 A 上圖紅色區域)，同時觀察左側的 Time Block 判斷題目中的貼文是否有 被系統highlight，若有則為正確，反之亦然。同時，於 Time Block 中被 highlight 的貼文裡，會有符合Q2 條件連續貼文的組合存在，判斷題目中的組合是否正確。
同樣的，受測者在觀察Multiple Scatter Plot 時，會圈選一個區域符合 Q1 的條件 (圖 A 下圖灰色區域)，判斷題目中的貼文是否存在於右側貼文。同時判斷是否有 符合Q2 條件的貼文組合。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
58
圖A. 上圖為本論文系統在操作 Q1 以及 Q2 時，於貼文散佈圖中圈選的區域。
下圖為Multiple Scatter Plot 圈選的區域。
Q.3 Time Block 中是不是有粉絲團發布 5 篇以上貼文的日期，分別判斷下列日期 是否符合條件。
Q.4 每一個 Time Block 中會具有 Like、Comment 或是 Share 為最凸出的日期，
下列日期是否為該Time Block 中 Comment 中最凸出的日期。
Q3 以及 Q4 要求受測者觀察本論文系統中的 Time Block 以及 Calendar View 中，判斷Q3 以及 Q4 中的日期是否符合題目描述的條件，如果符合則給予正確 的標記，若否則給予錯誤的標記。受測者觀察本論文系統中的 Time Block(如圖 B 上圖)，若題目中的日期所屬的扇形圓餅被切割成五塊以上，以及該日期是否 為該月份最凸出的日期，代表該屬性的累積數量最多，若正確則給予正確的標記，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
59
反之亦然。Calendar View(如圖 B 下圖)，受測者會點擊 Calendar View 上日期，
判斷發佈的貼文數量是否超出五篇，同時觀察日期上的顏色是否為該時間範圍內 最深的顏色，代表該屬性的累積數量最多。
圖B. 受測者會觀察上圖中 Time Block 視覺化圖形以及，並且回答 Q3 以及 Q4 的題目。下圖為Calendar View，受測者透過觀察且回答問卷題目。