近年来,随着信息科技与网络通信技术的快速发展,以及信息基础设施的完善,全球数据呈爆发式增长,人们已经迈入了大数据(Big data)时代。人们的生活、工作和思维在大数据带来的信息风暴中发生了改变,大数据思维更注重全量样本数据而不是局部数据,更注重相关性而不是因果关系。在各种各样的大数据中,时空数据是典型的大数据类型,具有空间维、时间维和属性维等特征。对时空数据进行可视化是一种有效揭露数据内部特征,辅助相关领域人员进行研究分析的方法。然而时空大数据的数据量大、变量个数多、变量量纲不统一等特点为时空大数据的分析带来了很大的难度,也对现有的可视化方法提出了挑战:既要能满足全样本关联分析的需求,又要能避免或缓解因数据量大造成的视觉混乱与超载的问题,从而支持大数据的探索性分析。当前数据可视化的方法有直接可视化、概要可视化和特征可视化。其中概要可视化和特征可视化都是对数据进行加工处理,只展示数据某一部分信息,不能满足全样本关联分析的需求。只有直接可视化是直接将数据绘制出来,能够让数据说话,满足全样本关联分析的需求,但同样面临着当直接表征大规模数据时,由于视觉混乱和超载导致的图形难以辨认的问题。针对以上问题,本文提出一种借助隐喻进行直接可视化的方法,具体表现在通过隐喻符号的设计,既能满足全样本关联分析、避免或缓解视觉混乱与超载,又能支持大数据的探索性分析。因此,本文针对基于隐喻理论的时空多变量符号化方法展开研究,主要完成的研究内容和成果如下:(1)基于隐喻理论的时空多变量符号化的认知过程分析。由于地图设计者和地图读者认知的不同,分别从设计者(隐喻的构建)和读图者(隐喻的解读)两个角度进行了基于隐喻理论的时空多变量符号化的认知过程分析。(2)基于隐喻理论的时空多变量符号化设计。根据基于隐喻的时空多变量符号化的认知过程分析和设计原则的总结,设计基于隐喻的时空多变量符号化方法。针对两个具体的时空多变量案例,根据数据类型的不同,选择合适的喻体和变量的映射方式来进行符号化。(3)进行了可用性分析,以眼动实验和调查问卷相结合的方式对设计的基于隐喻的时空多变量符号化方法进行评价,采用了效率、有效性和认知负担作为评价指标,并与经典或常规的符号化方法进行对比。基于同样的读图任务,每组邀请25名有效的被试者进行读图实验。