Evaluation einer Focus+Context Visualisierungstechnik mit Eye-Tracking

Abstract

In dieser Bachelorthese sollen die Wechselwirkungen zwischen Attention Guiding und dem Anwenderverhalten untersucht werden. Hierfür werden die Unterschiede in den Analysestrategien detailliert betrachtet. Zu diesem Zweck werden mit dem Visualisierungssystem TrajectoryLenses im Rahmen einer Studie diverse Daten gesammelt. Hierbei handelt es sich um Eye-Tracking-Daten, Think-Aloud-Protokolle und Interaktionen mit dem Visualisierungssystem. Anhand dieser Daten werden grundlegende Verhaltensmuster identifiziert, welche durch die Verwendung verschiedener Visualisierungen entstehen. Beispielsweise ließ sich feststellen, dass Heatmaps sich für die Darstellung von Häufungen bei Datenelementen eignen, aber die Anwender dazu verleiten, Datenelemente außerhalb der Visualisierung zu vernachlässigen. Darüber hinaus werden allgemeine Interaktionsmuster, welche unabhängig von der Visualisierung auftreten, identifiziert. Dabei handelt es sich zum einen um Interaktionen mit der Oberfläche der Anwendung, zum anderen um das Zusammenspiel zwischen Mausbewegungen und der Blickposition der Anwender. Zusätzlich werden der Eye-Tracker und das Aufnahmeframework auf Fehler bei der Aufzeichnung von Blickpositionen untersucht. Mithilfe der gewonnenen Erkenntnisse soll eine Grundlage für die Auswertung von Analyseprozessen auf Basis von Eye-Tracking-Daten geschaffen werden. Ebenso kann durch die Evaluation von Attention Guiding festgestellt werden, ob die Aufmerksamkeit der Anwender in allen Anwendungszwecken richtig geleitet wird. So können Fehler, welche durch falsch gewählte Visualisierungen entstehen, vermieden werden.

The main goal of this bachelor thesis is the evaluation of the interaction between Attention Guiding and user behavior. In order to do this the software TrajectoryLenses is used in a study to collect different types of datasets. These datasets contain Eye-Tracking Data, Think-Aloud-Protocols and user interactions. In an analytic process the data is evaluated to identify different kinds of user behavior depending on certain types of visualisation. As an example, the Heatmap visualisation leads the user attention effectively to clusters of data elements but it fails to lead the attention to single data elements by not displaying them. Furthermore, interactions which happen independently from the visualisation are identified as well. These are mostly interactions with the user interface or represent a general behavior between the mouse and gaze position. Additionally, the Eye-Tracker and the recording framework are evaluated in terms of errors in the recording of gaze positions. The insight gained from this thesis shall be used as a basis for the evaluation of analysis processes based on Eye-Tracking Data. By understanding the user behavior, attention guiding can be refined to fit for the application purposes of a particular software. Thus, errors based on choosing the wrong visualisation for a given task can be avoided.