Techniken zur Informationsrepräsentation Seminar Information Visualization Maximilian Fritzsche
Inhaltsverzeichnis Einleitung 1-Dimensionale Repräsentation Multi-Dimensionale Darstellung Zeitliche Strukturen Bäume Netzwerke
Einleitung Wozu benötigt man Informationsvisualisierung? Große Menge von Daten Informationen so darstellen, dass sie schnell und einfach erfassbar sind
Einleitung Beispiel: IP-Adressen von Rechnern Wollen wissen welche Rechner zum selben Subnetz gehören Ohne Visualisierung: 192.168.2.1 192.168.4.45 192.168.2.101 192.168.9.232 192.168.4.5 192.168.2.33 192.168.9.16
Einführung Mit Visualisierung (2D Plot):
Einleitung Beispiel (Regenkarte USA):
Einleitung Mantra für visuelle Informationssuche: Meist Interface Interaktion verwendet D.h. Nutzer sieht Items nicht nur an sondern interagiert Visualisierung muss so sein, dass Nutzer möglichst schnell und einfach gewünschte Daten bekommt
Einleitung Mantra für visuelle Informationssuche: Viele Möglichkeiten das zu erreichen Grundlage bildet das Mantra: Overview first, zoom and filter, then details-on-demand
Einleitung Vorgehensweise zur Informationsdarstellung: Auswahl einer Visualisierungsmetapher: Benötigt Informationen über Struktur und gewünschte Informationen Mappen der Informationen auf bestpassendes bekanntes Modell
Einleitung Bsp: Datenhierarchie: Ordner mit Unterordner mit Zeitstrahl darstellen? Baum bietet sich eher an
Einleitung Vorgehensweise zur Informationsdarstellung: Technologieauswahl: Möglichkeiten für Darstellung und Interaktion sind abhängig von der gewählten Technologie Daher: Vor detailliertem Konzept Auswahl der Technologie
Einleitung Vorgehensweise zur Informationsdarstellung: Implementierung Prototyp idealerweise Ausgangspunkt für Implementierung Konzept und Implementierung werden gemeinsam weiterentwickelt
Einleitung Vorgehensweise zur Informationsdarstellung: Usability Test Erst im fortgeschrittenen Stadium Designentscheidungen überprüfen und Defizite feststellen
Einleitung Anforderungen an Informationssets: Überblick Zoom Filtern Details zur Auswahl
Einleitung Anforderungen an Informationssets: Verbindungen Historie Auszug
1-Dimensionale Repräsentation Eigenschaften: Sequenz von Daten Teil einer Sequenz ist eine Textzeile Zusätzlich: Datum, Autor, usw.
1-Dimensionale Repräsentation Darstellungsvariationen: Schriftgröße Schriftfarbe Schriftart Überblick und Auswahlmethoden
1-Dimensionale Repräsentation Probleme für den Nutzer: Schwer Anzahl der Informationen im Set zu bestimmen Nur wenige Attribute eines Items können angezeigt werden Überprüfung auf ein Attribut erschwert
1-Dimensionale Repräsentation Beispiel: Zeitungsartikel Ein Artikel ausgewählt, die anderen seitlich angeordnet (Abnehmende Informationsfülle)
2-Dimensionale Repräsentation Beschreibung: Daten in einer Ebene angeordnet Jeder Teil der Information nimmt einen gewissen Platz ein
2-Dimensionale Repräsentation Darstellungsmöglichkeiten: 2 Arten von Attributen: Aufgabenbezogen Interfacebezogen Oft mehrere Schichten verwendet, aber jede Schicht 2D
2-Dimensionale Repräsentation Probleme für den Nutzer: Pfade zwischen Objekten nicht darstellbar Manche Grundanforderungen erschwert z.B. Zählen der Objekte
2-Dimensionale Repräsentation Beispiel (Galaxy): Daten werden als Sterne im Nachthimmel präsentiert Jedes Datum ein Stern Verwandte Dokumente nebeneinander
2-Dimensionale Repräsentation Beispiel (Galaxy):
3-Dimensionale Repräsentation Beschreibung: Darstellung von „real World“ Objekten Items besitzen z.B. Volumen und komplexe Beziehungen zwischen einander
3-Dimensionale Repräsentation Darstellungsmöglichkeiten Lage von Items Relationen wie Nachbarschaft Enthalten von Items
3-Dimensionale Repräsentation Probleme für den Nutzer: Begreifen der eigenen Position in der Darstellung Sichtweiten und Überdeckungsprobleme
3-Dimensionale Repräsentation Beispiel (Spire): Darstellung als Reliefkarte Dominante (oft benutzte) Objekte sind Berge In Verbindung stehende Objekte nahe beieinander
3-Dimensionale Repräsentation Beispiel (Spire):
Multidimensionale Darstellung Beschreibung: Item als Punkt im multidimensionalen Raum aufgefasst Jedes Attribut entspricht einer Dimension Oft bei Statistik verwendet
Multidimensionale Darstellung Dargestellte Möglichkeiten Alle Attribute eines Items werden gespeichert Zu viele Informationen viele Dimensionen Möglichkeiten zum Darstellen vieler Dimensionen finden
Multidimensionale Darstellung Multidimensionale Daten darstellen: 2D Scatterplot Z.B. für Clustering und Mustersuche
Multidimensionale Darstellung Multidimensionale Daten darstellen: 3D Scatterplot Wie 2D nur eine Dimension mehr
Multidimensionale Darstellung Multidimensionale Daten darstellen: Parallele Koordinaten Dimension als parallel Koordinatenachse
Multidimensionale Darstellung Multidimensionale Daten darstellen: Sternförmige Koordinaten Dimension als sternförmige Koordinatenachse
Multidimensionale Darstellung Beispiel: Daten sind eine Menge von Menschen Attribute: Geschlecht Rasse Arbeitstunden pro Woche usw.
Multidimensionale Darstellung Beispiel: Darstellung mittels paralleler Koordinaten
Zeitliche Strukturen Aufbau: Meist Zeitstrahl Items haben Lebensdauer Dürfen sich auch überlappen
Zeitliche Strukturen Darstellungsmöglichkeiten: Lebensdauer der Items als Phasen auf dem Strahl Vergleich von Lebensdauern und Zeitspannen leicht Schlechte Darstellung der anderen Attribute
Zeitliche Strukturen Beispiel: Arbeiten einer Gemeinde
Bäume Aufbau: graphentheoretische Datenstruktur Jeder Knoten (Ausnahme Wurzel) hat einen Elternknoten Sowohl Knoten als auch Verbindungen zwischen Knoten können Attribute haben
Bäume Darstellungsmöglichkeiten: Zusätzlich zu Grundmöglichkeiten auch Struktur Verschiedene Ebenen müssen nicht den gleichen Datentyp haben Jedes Blatt sollte gleichweit von Wurzel entfernt sein
Bäume Darstellungsmöglichkeiten: Jeder Knoten gleich viele Kinder in einer Ebene „High Fanout“ Bäume (Breitenbäume) „Small Fanout“ Bäume (Tiefenbäume) Darstellung als Treemap, Information Cube oder Knoten-Verbindungs-Diagramm
Bäume Ausprägungen von Bäumen: Kegelbaum Hyperbolischer Baum Informations- Würfel
Bäume Kegelbaum: N-ärer Baum Wurzel ist Spitze eines Kegels Alle Kinder kegelförmig unter Elternknoten Weitere Ebenen rekursiv nach selbem Prinzip
Bäume Kegelbaum:
Bäume Kegelbaum: Ausprägung Camtree Durchmesser des Kegels wird mit jeder Ebene kleiner Körper der Kegel transparent Anwendung in Projekten wie Cat-a-Cone
Bäume Camtree:
Bäume Cat-a-Cone:
Bäume Lyberworld Projekt:
Bäume Visual tree:
Bäume Hyperbolischer Baum: N-ärer Baum Wurzel in Mitte einer hyperbolischen Ebene platziert Platz für jeden Knoten nimmt mit Entfernung zur Mitte ab Besonders für komplexe Hierarchien
Bäume Hyperbolischer Baum:
Bäume Hyperbolischer Baum: Hyperbolische Ebene, da der Umfang eines Kreises hier exponentiell zunimmt Bei Rücktransformation, kann einem Item mehr Platz zugewiesen werden um darauf zu fokussieren
Bäume Informations- Würfel: Fast das gleiche wie Treemap Hier werden Quader anstelle der Rechtecke benutzt
Bäume Informations- Würfel:
Netzwerke Aufbau: Graph Knoten haben keinen Elternknoten sondern eine Menge von Nachbarn Nachbarn sind Knoten zu denen eine Verbindung besteht
Netzwerke Darstellungsmöglichkeiten: Normale Informationen Besonders interessant ist kürzester Weg zu anderem Knoten Und billigster Weg zu anderem Knoten (Abstand)
Netzwerke Ausprägung von Netzwerken: Hyperspace: Zusammengehörige Daten nahe zusammen Jedes Item ist eine Kugel Jede Verbindung ist Linie zwischen den Kugeln
Netzwerke Hyperspace :
Fragen?
Danke für die Aufmerksamkeit!