[总结] Understanding Narrative Lin
论文标题：
Understanding Narrative Linearity For Telling Expressive Time-Oriented Stories
Author: Yang Shi, Xingyu Lan, Jingwen Li, Zhaorui Li, Nan Cao
关键词：
叙事性、叙事可视化、叙事顺序
创造富有表现力的叙事可视化通常需要选择一个精心策划的叙事顺序。在叙事过程中，既可以遵循故事的线性顺序，也可以偏离线性。尽管有证据表明小说和电影中的错误顺序（蒙太奇）可以增强故事的表现力，但对于如何将其融入叙事可视化，目前在可视化图表表达中应用得较少。该文献，主要解决的问题就是，将叙事性的概念引入到可视化中，研究不同的叙事顺序如何影响时间导向故事的表现力。
首先，该文献对七位专家进行了初步访谈，理清楚在时间导向的故事中操纵叙事线性的动机和挑战。接着，分析了80个面向时间的故事，确定了六种最显著的叙事顺序模式。接下来，对221名参与者进行了研究。结果表明，时间错误有可能使面向时间的故事更具表现力，而不影响可理解性。
研究结果：
1. 研究问题
- 背景
image.png
-例如上述几部电影，都是通过不一样的叙事顺序来带领观众进入对应的世界观中。
-结论：时间总是按照线性流逝的，但故事不一定
-Gerard Genette:
-叙事按照时间线走：chronology
-叙事不按照时间线走：anachronies
-
相关研究
-在数据表达中，是不是也有线性叙事的性质？如果有的话，是否可以设计成非线性叙事？
-现有案例：将叙事性与数据问题结合
-Time oriented stories
image.png
-
问题：
-在time-orientated stories中，有哪些线性或者非线性叙事的方法
-不同的模式会带来什么样的影响？
2. 实验
-
实验1：
-实验对象：新闻记者/专家
-实验目的：了解在时间导向的故事中操纵叙事线性的动机和困难
-结论：
-动机
-
迎合交际意图
-
有效把握注意力和情绪的流动
-
迅速吸引观众
-
巩固记忆
-
适应传统思维
-困难：
-
是否能有效平衡表达性和可理解性
-
是否真的能为读者节省理解的时间
-
实验2：
-实验目的：收集了80个时间类的叙述故事，对这类故事时间上的变化进行分析
-6种常见的时序模型
image.png
-Chronology（纯线性）
-Trace-back：从当下开始，闪回到最开始，再一步一步讲述故事
-Trailer：像电影的预告片一样，再回到最开始，一步一步讲
-Recurrence：讲完故事后，再重新回到最开始，做一个快速总结，起到一个强化印象的作用
-Halfway-back：一般从比较有名的人开始，了解了可视化代表的意义后，再从全局来进行讲述
-Anchor：有定点，然后反复跳跃
-
实验3：
-
实验目的：基于221个实验对象，对上述6种叙事模式进行评估
-
指标：learning outcome、用户参与度、生动性和可读性之间的张力
- Learning outcome
在线性叙事和非线性叙事里，没有发现用户的明显差别
-
用户参与度
image.png
- 在非线性叙事中，用户参与度的指标反而更高了
-
生动性和可读性之间的张力
image.png
- 线性叙事一般都很好懂，但是生动性较低
- 对于非线性叙事来说，生动性较高，但也不会影响到其可读性
-
对设计的启示：
-
该文章，将电影、小说纳入进来后，突然间发现数据也是可以靠转换出场顺序，来增加整个数据的可读性与生动性。
-
该文章的划分方式可以为未来的叙事性图表自动生成，提供数据、理论基础。
未来：
-
该文章的量化过程较少，更多的还都是测试用户较为主观的判断，希望未来能有更多的数据分析。
-
该文章，目前收集的资料还是偏少，80个故事语料库，对于现有的数据叙述模式，还是过少了。之后需要扩展语料库。
-
目前该文章，更多的是基于时间线的思路，来进行叙事性的分析，之后可能可以包括进更多的数据可视化类型。
-
未来的研究内容，可以更为细分，如何利用不一样的叙事顺序，来把故事更为生动地表达出来。机器该如何根据数据，去选择叙事的嵌套顺序。
