[Paper] 表格还是 Sankey 图？研究用户对仿真参数不同表示方式的交互

Source: arXiv - 2601.10232v1

请提供您希望翻译的具体文本内容，我将把它翻译成简体中文并保持原有的格式、Markdown 语法以及技术术语不变。谢谢！

概览

本文探讨交互式 Sankey 图 是否能够帮助工程师比传统的电子表格式表格（在许多配置工具中占主导）更好地理解复杂的参数依赖关系。通过进行结构化的启发式评估，作者展示了可视化参数流动显著降低认知负荷，并减少完成典型工程任务所需的步骤数量。

关键贡献

• 实证证据：基于流的可视化（桑基图）相比表格界面将感知工作量降低了一半（‑51 % PURE 分数）。
• 交互成本降低：用户为实现相同目标的交互步骤减少了 56 %。
• 设计指南：提供了一个具体原型，使参数关系显式化，消除需要在脑中重建的需求。
• 跨领域相关性：虽然在计算机辅助工程（CAE）工具上进行评估，但研究成果适用于任何配置密集型软件（云编排、数据库调优、CI/CD 流水线等）。
• 方法学贡献：对 PURE（可用性评估）启发式框架进行改编，以评估软件配置数据的可视化。

方法论

1. 原型开发 – 研究人员构建了一个交互式基于 Sankey 的 UI，将输入参数映射到下游仿真输出，使用动画流动来表示大小和方向。
2. 比较基线 – 传统的电子表格视图（行 = 参数，列 = 值）作为对照条件。
3. PURE 启发式评估 – 三位领域专家（UX 设计师、仿真工程师、软件开发者）使用 PURE 检查表（可用性、可学习性、效率、错误预防、满意度）检查两个界面。
4. 任务场景 – 参与者执行典型的工程任务，如“确定哪个输入影响给定输出”以及“修改一组相互依赖的参数”。
5. 收集的指标 – PURE 分数（分数越低越好）以及完成每个任务所需的交互步骤数（点击、拖动、选择）。

该方法保持轻量级——无需大规模用户研究——但提供了严格的、专家驱动的比较，且易于在其他领域复制。

结果与发现

这意味着：

• Sankey 表现形式能够一目了然地展示依赖的结构，因此用户在拼凑关系时所需的思考负担更小。
• 更少的点击次数和更短的任务时间直接转化为生产力提升，尤其在工程师需要反复调优大量参数的环境中。
• 更高的信心分数表明，当用户能够看到“影响流向”时，他们对系统的信任度更高。

实际意义

• 工具构建者：将 Sankey 风格的可视化嵌入配置面板（例如 Terraform UI、Kubernetes 仪表盘、数据库调优控制台），可以缩短上手时间并降低错误率。
• DevOps 与云工程师：在更改资源限制或扩展规则时，能够快速识别级联影响，而无需在数十个 YAML 条目中逐一查找。
• CAE 与仿真软件供应商：添加交互式流视图可以使产品脱颖而出，并通过承诺更快的设计迭代来证明高价的合理性。
• 教育与培训：Sankey 图作为教学辅助工具，用于讲授复杂系统交互，使抽象的依赖关系具体化。
• 自动化：参数关系的显式图可以导出到下游工具（例如影响分析脚本、自动化测试生成），因为可视化模型已经编码了依赖图。

限制与未来工作

• 仅专家评估 – 该研究依赖于三位专家；需要更广泛的用户研究（包括新手）以确认其普适性。
• 领域特定性 – 原型针对CAE进行了调优；将视觉编码适配（例如处理数千个节点）可能需要额外的可扩展性研究。
• 静态与动态数据 – 当前的桑基图视图反映参数值的快照；未来工作可以探索在仿真运行时的实时更新。
• 集成挑战 – 将桑基图嵌入现有的遗留工具可能涉及非平凡的 UI 重设计和性能考虑。

作者建议将该方法扩展到其他配置密集型领域，研究混合视图（表格 + 桑基图），并开展长期现场研究以衡量对生产力的长期影响。

作者

• Choro Ulan uulu
• Mikhail Kulyabin
• Katharina M Zeiner
• Jan Joosten
• Nuno Miguel Martins Pacheco
• Filippos Petridis
• Rebecca Johnson
• Jan Bosch
• Helena Holmström Olsson

论文信息

• arXiv ID: 2601.10232v1
• 分类: cs.HC, cs.SE
• 出版时间: 2026年1月15日
• PDF: 下载 PDF