基于人工智能的、具备文化意识的交互式可视化技术：一种适用于跨文化用户体验的设计方法论

《Annals of the New York Academy of Sciences》：AI-Driven Culturally Aware Interactive Visualization: A Design Methodology for Cross-Cultural User Experience

现有交互式信息可视化系统因缺乏文化元素整合，导致跨文化沟通效果受限和用户参与度不足。本研究提出融合人工智能与文化元素的系统性解决方案，包括91.2%准确率的智能文化识别算法、自适应可视化生成框架和实时界面优化机制。实验证明该方法可提升用户满意度23.5%，降低认知负荷18.3%，提高参与度31.7%，并在美学吸引力、功能易用性、文化适宜性三个维度均优于传统方法。

　　

摘要

当前的交互式信息可视化系统往往未能充分融入文化元素，这限制了它们在跨文化交流中的有效性，并降低了不同全球受众的参与度。本研究提出了一种综合方法，将人工智能技术与文化元素相结合，以创建更具吸引力和文化适应性的交互式可视化系统。所提出的方法包括一种智能的文化元素识别算法，其识别准确率为91.2%；一个自适应的可视化生成框架，能够自动结合文化偏好；以及实时界面优化机制，可以根据用户行为模式动态调整。通过对来自不同文化背景的600名参与者进行的实验验证，结果显示出了显著改进：用户满意度提高了23.5%，认知负担减少了18.3%，用户参与度增强了31.7%，相较于传统的可视化方法有明显提升。多维度评估显示，在美学吸引力、功能可用性和文化适应性指标方面，该方法表现更为出色。本研究为理解文化因素对可视化感知的影响提供了理论框架，并为在多元文化环境中实施基于人工智能的设计系统提供了实用指南。

图形摘要

这种基于人工智能的文化感知可视化方法的文化识别准确率为91.2%，设计生成时间减少了73.1%，用户满意度提高了23.5%。所有性能提升都具有统计学意义（p<0.001），在六个评估指标上的平均提升率为39.5%，验证了该方法在跨文化可视化设计应用中的有效性。

利益冲突

作者声明他没有已知的竞争性财务利益或可能影响本文所述工作的个人关系。

数据可用性声明

本研究生成和分析的数据集可应相应作者的要求提供。出于隐私和伦理考虑，包含文化背景信息和行为模式的参与者数据不会公开。然而，支持本文结论的匿名汇总数据以及文化元素识别算法的性能指标可以通过机构存储库获取。有兴趣复制或进一步分析这些数据的研究人员应联系相应作者，并提供详细的研究提案及其所在机构的适当伦理批准。