引言

数字技术的迭代演进重塑了视觉传达设计的行业生态，信息可视化作为跨学科融合的核心载体，凭借多学科理论支撑，正突破传统设计的表现阈值，成为信息过载语境下提升传播效能的关键路径。海量异构数据的高效转化需求，与信息可视化的具象化表达优势形成契合，其为视觉传达设计赋予动态化、交互化特质的同时，也搭建起数据与受众的认知桥梁。视觉传达设计的发展始终与技术革新同频共振，从静态平面叙事到多维交互表达、从经验驱动到数据赋能的转型，本质上是信息可视化技术推动设计范式变革的结果。该技术融合计算机科学、认知心理学与视觉艺术等学科理论，通过数据结构化处理、动态呈现及跨媒介传播，既优化了信息可读性与认知效率，又重构了用户与信息的互动逻辑，进一步拓展了设计的叙事与情感传达边界。当前，信息可视化技术已广泛应用于新闻传播、医疗健康、金融分析等领域，但在视觉传达设计中的深度融合与创新仍存在拓展空间。基于此，本文立足技术融合视角，系统探讨其应用路径与赋能机理，剖析在动态叙事构建、用户体验优化中的实践逻辑，同时审视技术应用的伦理规范与可持续性问题，为视觉传达设计创新发展提供理论参考与实践思路。

1视觉传达设计的演进与信息可视化技术的融合逻辑

1.1视觉传达设计的技术迭代与信息传递方式变革

视觉传达设计作为艺术学领域的重要分支，其发展历程与技术进步密切相关。从传统的印刷媒体到数字媒介的广泛应用，视觉传达设计经历了深刻的变革。在这一过程中，信息传递方式也发生了显著变化。早期的视觉传达主要依赖于静态图像和文字，通过海报、书籍、广告等媒介进行信息传播。然而，随着计算机技术和互联网的迅猛发展，视觉传达设计逐渐向数字化、互动化和动态化方向演进。信息传递的方式不再局限于单一的视觉元素，而是结合了声音、动画、交互界面等多种形式，使信息的表达更加丰富和立体。

技术的不断更新为视觉传达设计提供了新的可能性。例如，数字图像处理技术的发展使得设计师能够更精确地控制色彩、构图和排版，从而提升视觉效果的层次感和表现力。同时，网络技术的进步使得信息传播的速度和范围大大扩展，视觉传达设计不再局限于特定的物理空间，而是能够跨越地域限制，实现全球范围内的即时传播。此外，人工智能和大数据技术的应用也为视觉传达设计带来了新的机遇。通过数据分析，设计师可以更精准地把握受众需求，优化信息传递策略，提高视觉传达的效果和影响力。

在这一背景下，视觉传达设计已经不再是单纯的视觉表现，而是一个综合性的信息传播系统。它不仅关注视觉美感，还强调信息的可读性、可理解性和交互性。因此，视觉传达设计需要不断适应技术发展的趋势，探索新的表达方式，以满足现代社会对信息传播的多样化需求。

1.2 信息可视化技术的学科属性与发展脉络

信息可视化技术作为一门跨学科的研究领域，其核心目标是通过视觉手段将复杂的数据和信息转化为直观、易懂的形式，从而提升信息的理解效率和传播效果。该技术融合了计算机科学、数据科学、认知心理学以及视觉艺术等多个学科的知识，形成了独特的理论体系和实践方法。信息可视化不仅关注数据的呈现方式，还强调用户在信息处理过程中的认知体验，因此，其研究内容涵盖了数据建模、图形设计、交互设计以及人机交互等多个方面。

信息可视化技术的发展可以追溯到20世纪中期，当时主要应用于科学研究和工程领域，用于展示实验数据和分析结果。随着计算机技术的不断进步，信息可视化逐渐拓展到商业、新闻、教育等多个行业，并成为现代信息传播的重要工具。近年来，随着大数据和人工智能技术的兴起，信息可视化进一步深化，出现了动态可视化、实时可视化、三维可视化等多种形式，极大地提升了信息的可读性和交互性。此外，信息可视化技术还与增强现实（AR）、虚拟现实（VR）等新兴技术相结合，为用户提供更加沉浸式的视觉体验。

在学术研究方面，信息可视化技术已经成为多个学科的重要研究方向。例如，在计算机科学领域，研究人员致力于开发更高效的数据可视化算法，以提高信息处理的准确性和速度；在设计学领域，学者们探索如何通过视觉语言优化信息的表达方式，使其更符合用户的认知习惯；在社会科学领域，信息可视化被广泛应用于数据分析和决策支持，帮助研究人员更直观地理解复杂的社会现象。这些研究不仅推动了信息可视化技术的理论发展，也为其在实际应用中的推广奠定了坚实的基础。

1.3 技术融合背景下的设计范式转型

在技术快速发展的背景下，视觉传达设计正经历一场深刻的设计范式转型。传统视觉传达设计主要依赖于静态图像和文字，强调视觉美感和信息的直接传达。然而，随着信息可视化技术的广泛应用，视觉传达设计逐渐从单一的视觉表现转向多维度的信息交互。这种转变不仅改变了设计的表达方式，也重新定义了设计的功能和价值。

信息可视化技术的引入使视觉传达设计更加注重数据的可读性和可理解性。传统的视觉传达设计往往以美学为核心，而信息可视化则强调信息的结构化和逻辑性，使用户能够更高效地获取和处理信息。例如，在新闻传播中，信息可视化技术被广泛应用于数据新闻，通过图表、地图、时间轴等形式，将复杂的数据转化为直观的视觉信息，使读者能够迅速理解新闻的核心内容。此外，信息可视化还增强了视觉传达设计的互动性，使用户能够通过点击、拖动、缩放等方式与信息进行深度交互，从而提升信息的可访问性和参与度。

信息可视化技术的普及推动了视觉传达设计的动态化和智能化发展。传统的视觉传达设计通常以静态图像为主，而信息可视化则强调动态数据的实时更新和可视化呈现。例如，在商业分析和市场调研中，信息可视化技术被用于创建动态仪表盘，使用户能够实时监控数据的变化趋势，从而做出更精准的决策。此外，人工智能和大数据技术的应用，使信息可视化具备了更强的智能分析能力，能够根据用户的行为和偏好自动调整信息的呈现方式，提供个性化的视觉体验。

信息可视化技术的融合也促使视觉传达设计向跨媒介和多平台发展。在数字时代，视觉传达设计不再局限于单一的媒介形式，而是通过多种渠道进行信息传播。例如，社交媒体、移动应用、虚拟现实等平台都成为信息可视化的载体，使信息的传播更加灵活和多样化。这种跨媒介的设计模式不仅拓宽了视觉传达的边界，也为设计师提供了更多的创作空间和创新可能。

2 信息可视化技术在视觉传达设计中的实践路径

2.1 数据驱动下的视觉表达创新机制

信息可视化技术的核心在于数据的处理与表达，而数据驱动的视觉表达创新机制则是实现信息有效传达的关键。在视觉传达设计中，数据不仅是信息的来源，更是设计思维的重要依据。通过数据的收集、分析和可视化，设计师能够更精准地理解用户需求，优化信息的呈现方式，从而提升视觉传达的效果和影响力。

数据驱动的视觉表达创新机制首先体现在信息的结构化处理上。传统的视觉传达设计往往依赖于设计师的经验和直觉，而数据驱动的方法则通过量化分析，使信息的组织更加科学和系统。例如，在新闻报道中，信息可视化技术被广泛应用于数据新闻，通过图表、地图、时间轴等形式，将复杂的数据转化为直观的视觉信息，使读者能够迅速理解新闻的核心内容。此外，数据驱动的设计方法还能够帮助设计师识别信息的优先级，优化视觉布局，使关键信息更加突出，从而提升信息的可读性和可理解性。

数据驱动的视觉表达创新机制强调信息的动态化和实时性。在数字时代，信息的更新速度加快，传统的静态视觉传达方式难以满足用户对实时信息的需求。因此，信息可视化技术通过动态数据的实时更新和可视化呈现，使信息的传播更加灵活和高效。例如，在商业分析和市场调研中，信息可视化技术被用于创建动态仪表盘，使用户能够实时监控数据的变化趋势，从而做出更精准的决策。此外，人工智能和大数据技术的应用，使信息可视化具备了更强的智能分析能力，能够根据用户的行为和偏好自动调整信息的呈现方式，提供个性化的视觉体验。

数据驱动的视觉表达创新机制还促进了视觉传达设计的互动性和沉浸感。传统的视觉传达设计通常以静态图像为主，而信息可视化则强调用户与信息之间的互动。例如，在交互式数据可视化中，用户可以通过点击、拖动、缩放等方式与信息进行深度交互，从而获得更丰富的信息体验。此外，信息可视化还与增强现实（AR）、虚拟现实（VR）等技术相结合，为用户提供更加沉浸式的视觉体验。这种互动性和沉浸感的提升，不仅增强了信息的可访问性，也提高了用户对信息的参与度和理解力。

2.2交互性与沉浸感的设计实现策略

在信息可视化技术的实践中，交互性与沉浸感的设计实现策略是提升用户体验和信息传达效果的重要手段。传统的视觉传达设计主要依赖于静态图像和文字，而信息可视化则强调用户与信息之间的互动，使信息的获取和理解更加直观和高效。通过交互设计，用户不仅可以主动探索信息，还能根据自身需求调整信息的呈现方式，从而获得更加个性化的视觉体验。

交互性设计的核心在于增强用户对信息的掌控感和参与度。在信息可视化中，交互功能可以通过多种方式实现，例如点击、滑动、缩放、筛选等操作，使用户能够自由浏览和探索数据。例如，在数据新闻或商业分析中，信息可视化技术常采用动态图表和交互式仪表盘，使用户能够根据自己的兴趣和需求调整数据的展示方式。这种交互性不仅提高了信息的可读性，也增强了用户对信息的理解和记忆。此外，交互设计还可以通过引导式导航、分层信息展示等方式，帮助用户更好地理解复杂的数据结构，避免信息过载带来的认知负担。

沉浸感的设计策略则旨在创造更加真实和直观的视觉体验，使用户能够更深入地理解和感受信息。沉浸式信息可视化通常结合增强现实（AR）、虚拟现实（VR）等技术，使用户能够在三维空间中与信息进行互动。例如，在博物馆展览或城市规划展示中，信息可视化技术可以通过全息投影、3D建模等方式，使用户能够身临其境地感受信息的动态变化。此外，沉浸式设计还可以通过音效、触觉反馈等多感官体验，增强用户的情感共鸣和信息记忆。例如，在数据新闻报道中，信息可视化可以通过动态音效和交互式场景，使用户在观看数据的同时感受到信息背后的故事和情感。

除了技术手段，交互性与沉浸感的设计实现还需要考虑用户的心理认知和行为习惯。研究表明，用户在面对复杂信息时，往往倾向于选择直观、简洁的交互方式，因此，信息可视化的设计应尽量减少操作步骤，提高信息的可访问性。同时，沉浸感的设计也需要平衡信息的深度和用户的注意力，避免过度复杂的交互导致用户疲劳。因此，在信息可视化实践中，设计师需要结合用户需求和技术特点，合理设计交互方式和沉浸体验，以提升信息传达的有效性和用户体验的满意度。

2.3 多媒介协同下的信息传播优化

在信息可视化技术的实践中，多媒介协同已成为优化信息传播的重要策略。随着数字技术的不断发展，信息传播的渠道和形式日益多样化，视觉传达设计不再局限于单一的媒介，而是通过多种媒介的协同作用，实现信息的高效传递和深度理解。多媒介协同不仅拓展了信息传播的边界，也提升了信息的可及性和互动性，使用户能够更全面地获取和理解信息。

多媒介协同能够增强信息的可读性和可理解性。在传统的视觉传达设计中，信息的传播主要依赖于静态图像和文字，而多媒介协同则通过结合音频、视频、动画等多种媒介形式，使信息的表达更加生动和直观。例如，在新闻报道中，信息可视化技术可以结合视频片段、音频解说和动态图表，使观众能够通过多种感官渠道获取信息，从而提高信息的接受度和理解力。此外，多媒介协同还可以通过分层信息展示，使用户能够根据自身需求选择不同的信息呈现方式，从而降低信息的认知负担，提高信息的可读性。

多媒介协同能够提升信息的互动性和参与度。在数字时代，用户对信息的获取方式更加主动和个性化，因此，信息传播需要更加注重用户的参与体验。多媒介协同通过结合社交媒体、移动应用、虚拟现实等平台，使信息的传播更加灵活和便捷。例如，在商业分析和市场调研中，信息可视化技术可以结合社交媒体数据和用户行为分析，使企业能够实时了解市场动态，并通过互动式数据展示，让用户能够自主探索和分析数据。此外，多媒介协同还可以通过增强现实（AR）和虚拟现实（VR）等技术，使用户能够以沉浸式的方式体验信息，从而提高信息的吸引力和影响力。

多媒介协同能够拓展信息传播的覆盖范围和影响力。在传统视觉传达设计中，信息的传播往往受到物理空间和时间的限制，而多媒介协同则通过数字平台和网络技术，使信息能够跨越地域和时间的限制，实现全球范围内的即时传播。例如，在教育领域，信息可视化技术可以结合在线课程、互动式教学平台和多媒体资源，使学生能够随时随地获取知识，并通过多媒介的协同作用，提高学习的效率和效果。此外，多媒介协同还可以通过社交网络和移动应用，使信息的传播更加广泛和高效，从而扩大信息的影响力和受众范围。

3 信息可视化技术对视觉传达设计的赋能与突破

3.1 从静态展示到动态叙事的转变

信息可视化技术的广泛应用正在推动视觉传达设计从传统的静态展示向动态叙事的方向发展。在传统视觉传达设计中，信息的表达主要依赖于静态图像和文字，强调视觉美感和信息的直接传达。然而，随着信息可视化技术的成熟，视觉传达设计逐渐摆脱了单一的视觉表现，转而通过动态数据的实时更新和可视化呈现，使信息的表达更加生动和富有层次感。这种转变不仅提升了信息的可读性和可理解性，也增强了用户对信息的参与度和互动体验。

动态叙事的实现依赖于信息可视化技术的实时数据处理能力和交互设计的支持。在数字时代，信息的更新速度加快，传统的静态视觉传达方式难以满足用户对实时信息的需求。因此，信息可视化技术通过动态数据的实时更新和可视化呈现，使信息的传播更加灵活和高效。例如，在新闻报道中，信息可视化技术被广泛应用于数据新闻，通过图表、地图、时间轴等形式，将复杂的数据转化为直观的视觉信息，使读者能够迅速理解新闻的核心内容。此外，动态叙事还强调信息的连贯性和逻辑性，使用户能够在不同信息节点之间自由切换，从而获得更加完整的认知体验。

此外，信息可视化技术的动态化特性还促进了视觉传达设计的互动性和沉浸感。传统的视觉传达设计通常以静态图像为主，而信息可视化则强调用户与信息之间的互动。例如，在交互式数据可视化中，用户可以通过点击、拖动、缩放等方式与信息进行深度交互，从而获得更丰富的信息体验。此外，信息可视化还与增强现实（AR）、虚拟现实（VR）等技术相结合，为用户提供更加沉浸式的视觉体验。这种互动性和沉浸感的提升，不仅增强了信息的可访问性，也提高了用户对信息的参与度和理解力。

3.2 用户认知与情感体验的双重提升

信息可视化技术的应用不仅提升了信息的可读性和可理解性，还在用户认知和情感体验方面发挥了重要作用。传统的视觉传达设计主要依赖于静态图像和文字，强调视觉美感和信息的直接传达，而信息可视化技术则通过数据的结构化处理和动态呈现，使用户能够更直观地理解信息，并在情感层面产生更强烈的共鸣。

信息可视化技术通过优化信息的结构和呈现方式，提升了用户的认知效率。在信息过载的时代，用户往往需要快速获取关键信息，而信息可视化技术通过图表、地图、时间轴等形式，将复杂的数据转化为直观的视觉信息，使用户能够迅速理解信息的核心内容。例如，在新闻报道中，信息可视化技术被广泛应用于数据新闻，通过动态图表和交互式仪表盘，使读者能够实时掌握数据的变化趋势，从而提高信息的可读性和可理解性。此外，信息可视化还能够通过分层信息展示，使用户能够根据自身需求选择不同的信息呈现方式，从而降低信息的认知负担，提高信息的可访问性。

信息可视化技术通过增强用户的情感体验，提升了信息的感染力和影响力。传统的视觉传达设计主要依靠视觉美感来吸引用户，而信息可视化技术则通过数据的动态呈现和交互设计，使用户能够更深入地理解和感受信息。例如，在数据新闻报道中，信息可视化技术可以通过动态音效和交互式场景，使用户在观看数据的同时感受到信息背后的故事和情感。此外，信息可视化还能够通过色彩、动画、音效等多感官体验，增强用户的情感共鸣，使信息的传播更加生动和富有感染力。这种情感体验的提升，不仅增强了信息的吸引力，也提高了用户对信息的记忆和认同感。

3.3 跨领域应用中的设计拓展与延伸

信息可视化技术的广泛应用正在推动视觉传达设计在多个领域的拓展与延伸。随着数字技术的不断发展，信息传播的渠道和形式日益多样化，视觉传达设计不再局限于传统的平面设计和广告传播，而是通过信息可视化技术，拓展至医疗、金融、教育、公共政策等多个领域，为不同行业的信息传播提供了新的解决方案。

信息可视化技术在医疗领域的应用显著提升了信息的可读性和可理解性。在医疗行业中，信息的准确性至关重要，而信息可视化技术通过数据的结构化处理和动态呈现，使医生和患者能够更直观地理解复杂的医学数据。例如，在医学影像分析中，信息可视化技术可以结合三维建模和交互式图表，使医生能够更清晰地观察病灶区域，并做出更精准的诊断。此外，信息可视化还被广泛应用于健康数据管理，通过动态仪表盘和交互式图表，使患者能够实时监测自身的健康状况，并根据数据变化调整生活方式。这种跨领域的应用不仅提高了医疗信息的可访问性，也增强了信息的透明度和可解释性。

信息可视化技术在金融领域的应用极大地优化了数据分析和决策支持。在金融行业，信息的准确性和时效性直接影响投资决策，而信息可视化技术通过动态数据的实时更新和可视化呈现，使投资者能够更高效地获取和分析市场信息。例如，在股票交易和市场分析中，信息可视化技术可以结合实时图表和交互式仪表盘，使投资者能够迅速掌握市场趋势，并做出更精准的决策。此外，信息可视化还被广泛应用于风险管理，通过数据的可视化分析，使金融机构能够更直观地识别潜在风险，并采取相应的应对措施。这种跨领域的应用不仅提升了金融信息的可读性，也增强了信息的可操作性和决策支持能力。

信息可视化技术在教育领域的应用正在改变传统的教学方式，使信息的传播更加直观和高效。在教育行业中，信息的传递方式直接影响学生的理解效果，而信息可视化技术通过数据的结构化处理和动态呈现，使学生能够更直观地理解复杂的概念和知识。例如，在数据分析和统计学教学中，信息可视化技术可以结合动态图表和交互式模型，使学生能够更直观地理解数据的变化趋势，并通过互动式学习提高信息的吸收率。此外，信息可视化还被广泛应用于远程教育和在线课程，通过多媒介协同和交互式设计，使学生能够更灵活地获取和理解信息。这种跨领域的应用不仅提升了教育信息的可读性，也增强了信息的互动性和学习体验。

4未来视觉传达设计中信息可视化的趋势与挑战

4.1 智能化与个性化设计的深度融合

随着人工智能和大数据技术的快速发展，信息可视化技术正朝着智能化和个性化设计的方向不断演进。传统的信息可视化主要依赖于设计师的经验和直觉，而智能化设计则通过机器学习、自然语言处理和数据挖掘等技术，使信息的生成和呈现更加自动化和精准化。这种转变不仅提升了信息的可读性和可理解性，也增强了信息的个性化和定制化能力，使用户能够根据自身需求获取最相关的信息。

智能化设计的核心在于数据的自动分析和信息的智能生成。在信息可视化实践中，人工智能技术可以通过深度学习算法，对海量数据进行自动分类、筛选和建模，使信息的呈现更加高效和精准。例如，在新闻报道中，信息可视化技术可以结合自然语言处理和数据挖掘，自动生成动态图表和交互式仪表盘，使读者能够迅速理解新闻的核心内容。此外，人工智能还能够通过用户行为分析，预测用户的信息需求，并根据用户的偏好调整信息的呈现方式，从而提供更加个性化的视觉体验。

个性化设计则强调信息的定制化和用户导向。在信息可视化实践中，个性化设计通过用户画像、行为分析和交互反馈，使信息的呈现更加符合用户的需求和习惯。例如，在商业分析和市场调研中，信息可视化技术可以结合用户的历史数据和行为模式，生成个性化的数据报告和交互式图表，使用户能够更直观地理解市场趋势。此外，个性化设计还可以通过动态调整信息的展示方式，使用户能够根据自身需求选择不同的信息呈现方式，从而提高信息的可读性和可理解性。

4.2伦理边界与技术滥用的风险防范

随着信息可视化技术的广泛应用，其在提升信息传播效率的同时，也带来了诸多伦理问题和潜在风险。特别是在数据隐私、信息真实性、算法偏见等方面，信息可视化技术的使用需要更加谨慎，以确保技术的合理应用和用户的合法权益。

数据隐私问题是信息可视化技术面临的主要伦理挑战之一。信息可视化依赖于大量的数据，包括用户行为数据、个人信息和敏感信息，而这些数据的收集和使用必须遵循严格的隐私保护原则。如果信息可视化技术被滥用于未经用户同意的数据采集和分析，可能会侵犯用户的隐私权，甚至引发数据泄露和滥用的风险。因此，在信息可视化实践中，需要建立完善的数据安全机制，确保数据的合法获取、存储和使用，并加强用户对数据使用的知情权和控制权。

信息的真实性是信息可视化技术应用中的另一个重要伦理问题。信息可视化技术通过数据的结构化处理和动态呈现，使信息的表达更加直观和易于理解，但同时也可能因数据选择、图表设计或算法偏差而导致信息的误读或误导。例如，在新闻报道中，信息可视化技术如果被用于片面呈现数据，可能会扭曲事实，影响公众的判断。因此，在信息可视化实践中，需要确保数据的客观性和准确性，避免因信息的不完整或误导性呈现而影响用户的认知。此外，信息可视化技术的开发者和使用者应加强对数据来源的审查，确保信息的真实性和可靠性。

为了防范信息可视化技术的滥用，需要建立完善的伦理规范和监管机制。一方面，政府和行业机构应制定相关法律法规，明确信息可视化的数据使用边界，确保信息的合法性和安全性。另一方面，信息可视化技术的开发者和使用者应加强自律，遵循伦理准则，确保信息的公正性和透明度。此外，信息可视化技术的用户也应提高自身的数据素养，增强对信息的辨别能力，以减少信息误读和误导的可能性。

4.3 可持续发展视角下的设计价值重构

在信息可视化技术不断发展的背景下，可持续发展视角下的设计价值重构成为视觉传达设计的重要议题。随着全球环境问题的加剧，信息可视化技术不仅要关注信息的高效传播，还需在设计过程中融入可持续发展的理念，以减少资源消耗、降低环境影响，并促进社会的长期健康发展。

信息可视化技术的可持续性体现在资源的合理利用和能源的高效管理上。在信息可视化实践中，数据的处理和呈现需要大量的计算资源和能源，而这些资源的消耗可能对环境造成负面影响。因此，设计师在构建信息可视化系统时，应优先考虑节能技术的应用，例如优化数据存储结构、减少不必要的计算负载，以及采用绿色计算技术，以降低信息可视化系统的能耗。此外，信息可视化技术还可以通过云计算和边缘计算等技术，提高数据处理的效率，减少对本地硬件设备的依赖，从而降低整体的能源消耗。

信息可视化技术的可持续性还体现在信息的长期可用性和可维护性上。在信息传播的过程中，信息的生命周期管理至关重要，尤其是在涉及公共政策、环境保护和社会治理等领域，信息的持续更新和维护直接影响其有效性。因此，信息可视化设计应注重信息的可扩展性和可更新性，使信息能够在不同时间和环境下保持其价值。例如，在环境监测和气候变化研究中，信息可视化技术可以通过动态数据更新和模块化设计，使信息能够随着数据的变化而自动调整，从而提高信息的长期可用性。此外，信息可视化技术还应注重信息的可访问性，确保不同群体都能公平地获取和使用信息，以促进社会的包容性和公平性。

在未来的视觉传达设计中，信息可视化技术应更加注重可持续发展的理念，通过优化资源利用、提升信息的长期可用性以及增强社会和文化的责任感，使信息可视化不仅服务于信息的高效传播，也承担起推动社会可持续发展的使命。

参考文献：

1. [1] 李红星.新媒体技术在视觉传达设计教学中的应用与革新——评《创新与突破：视觉传达中的新媒体设计与应用研究》[J].中国教育学刊,2022(02):144.
2. [2] 王燕平.国内外图情领域可视化比较研究——基于SSCI与CSSCI期刊论文的计量与可视化分析[J].图书馆理论与实践,2021(04):44-51.
3. [3] 李维.信息可视化设计教学方法创新思考——评《信息设计之美:如何准确传达丰富的信息》[J].中国教育学刊,2020(08):148.
4. [4] 王康媚.现代绘画艺术对视觉传达设计抽象语言的重构——以从印象派到包豪斯的现代绘画艺术运动为例[J].四川戏剧,2021(06):44-46.
5. [5] 黄雨凡,王绍强.微观生成[J].装饰,2020(06):46.
6. [6] 郑婉琪.新兴媒介语境下视觉传达设计的多维趋向[J].四川戏剧,2021(06):47-50.
7. [7] 杨珍.视觉传达色彩设计与色彩的文化表达微探——评《视觉传达色彩设计》[J].教育理论与实践,2023,43(12):65.
8. [8] 刘寒.《视觉传达设计》:视觉传达艺术相关理论与实践应用研究[J].建筑学报,2023(01):122.
9. [9] 刘丽群,吴柯达,李轲.数据新闻可视化信息回避行为研究[J].出版科学,2021,29(03):102-114.
10. [10] 黎安润泽,牛力,谢震香.基于循证思维的档案文献遗产数据故事化模型构建研究[J].情报理论与实践,2024,47(10):151-163.