数据故事化方法：析出、重组与叙事
来源：图书情报工作杂志2024年第13期北京时间：
作者：靳庆文
单位：1 数据工程与知识工程教育部重点实验室(中国人民大学) 北京 100872;2 中国人民大学信息资源管理学院 北京 100872
摘要：[目的/意义] 数据驱动时代面临数据认知困难、解释结果晦涩难懂以及模型决策可信度不足等诸多挑战。融合可解释性结果的数据故事化方法，为应对上述挑战、增强数据利用价值提供理论支撑和解决方案。 [方法/过程] 梳理模型无关局部可解释性技术的解释形式、数据故事的叙事结构以及目前数据故事化研究中采用的方法，基于可解释性理论与数据故事化实现模式构建“析出—重组—叙事”的数据故事化模型，利用定义的要素元组给出数据故事映射流程，明确实现故事化模型设计的关键技术。 [结果/结论] 在数据故事化模型设计的理论指导下，提出面向解释结果的“扇形”故事化实现路径和融合解释结果与故事化模型要素的交互框架，并通过案例研究验证数据故事化方法在结果解释方面的实用价值。通过构建基于可解释性结果的数据故事化方法体系框架，为扩展具备数据感知与认知、可辅助智能决策功能的故事化路径提供新思路。
关键词：数据故事化,可解释性,模型无关,局部可解释,叙事,
基金资助：本文系教育部人文社会科学研究规划基金项目“基于数据科学的信息资源管理研究范式创新”（项目编号：20YJA870003）研究成果之一。
