人机交互领域的研究人员展示了定制的“数据转音乐”算法如何有助于更好地理解复杂数据。将数字数据转化为声音，这一转变可能在不断发展的数据解读领域带来颠覆性变革。
这项为期五年的研究项目由芬兰坦佩雷大学人机交互研究单元（TAUCHI）和美国东华盛顿大学的一组研究人员开展。该研究由芬兰国家商务促进局资助。
该团队最近发表了一篇研究论文，阐述了在数据转换中使用乐音的理由，以此作为一种为数据解读提供新维度的手段。
文章的主要作者是乔纳森·米德尔顿，他是东华盛顿大学音乐理论与作曲教授、音乐艺术博士，同时也是坦佩雷大学的客座研究员。米德尔顿和他的合作研究者主要致力于展示定制的“数据转音乐”算法如何增强人们对复杂数据点的参与度。在研究中，他们使用了从芬兰气象记录中收集的数据。
“在一个数据收集和解读已融入我们日常生活的数字世界中，研究人员为解读体验提出了新的视角，”米德尔顿说。
据他介绍，这项研究验证了他所谓的通过音乐特征进行数据解读的“第四”维度。
“就纯粹的聆听娱乐而言，乐音可以是一种极具吸引力的艺术形式，因此也是戏剧、电影、视频游戏、体育和芭蕾舞的有力补充。由于乐音具有高度的吸引力，这项研究为通过我们的听觉感官来理解和解读数据提供了新的机会，”米德尔顿解释道。
例如，想象一下图表上心率数据的简单一维视图。然后想象一下以数字、颜色和线条呈现的心率数据三维视图。现在，想象一下第四个维度，在这个维度中你可以真正聆听这些数据。米德尔顿研究的关键问题是，这些显示方式或维度中哪一个最能帮助你理解数据？
对于许多人，尤其是那些依靠数据来满足消费者需求的企业来说，这项严谨的验证性研究揭示了哪些音乐特征对数据参与度的贡献最大。在米德尔顿看来，这项研究为在数据分析中使用第四维度奠定了基础。