Una taxonomía de la reducción del desorden para la visualización de la información

Una taxonomía de la reducción del desorden para la visualización de la información

Resumen - Información visuali z ación se trata de hacerse una idea de los datos a través de una representación visual. Estos datos suelen ser multivariados y, cada vez más, los conjuntos de datos son muy grandes. Para ayudarnos a explorar todos estos datos, numerosas aplicaciones de visualización, ambos prototipos comerciales y de investigación, se han diseñado utilizando una variedad de técnicas y algoritmos.Ya sea que se dedican a la geo-espacial de datos o datos jerárquicos sesgadas, la mayoría de las aciones z visuali necesidad de adoptar estrategias para hacer frente a las pantallas de hacinamiento, provocada por demasiados datos como para caber en un espacio demasiado pequeño pantalla. Este documento analiza una gran cantidad de estos métodos de reducción de desorden, clasificándolos en términos de cómo lidian con la reducción de desorden y, lo que es más importante, en términos de los beneficios y las pérdidas. El objetivo de la taxonomía resultante es actuar como una guía para relacionar las técnicas con los problemas donde diferentes criterios pueden tener una importancia diferente y, lo que es más importante, como un medio para criticar y, por lo tanto, desarrollar técnicas existentes y nuevas.

Índice de reducción términos- El desorden, la información ación visuali z, oclusión, grandes conjuntos de datos, taxonomía.

1. INTRODUCCIÓN

La información de visualización esencialmente acerca de los datos, pantallas visuales, las personas y su búsqueda de la comprensión. A menudo, los datos son muy grandes, las visualizaciones son relativamente pequeñas y, por lo tanto, debemos explorar formas, utilizando el hardware y software de computadora disponibles, para que esta adquisición de conocimientos sea lo más fácil y enriquecedora posible.

En esencia, demasiados datos en un área demasiado pequeña de la pantalla se traducirá en desorden visual, que a su vez disminuye la utilidad potencial de la ación z visuali, especialmente cuando el usuario está explorando los datos en lugar de plantear preguntas específicas. Este problema es, por supuesto, no es nuevo, pero se ha agravado por la gran cantidad de datos generados por el gobierno y organi zaciones comerciales y sin duda en el futuro mediante la detección en todas partes [21].

En las dos últimas décadas se han desarrollado un gran número de aplicaciones ación z visuali y, a menudo, debido a la diversidad del dominio de conocimientos y quizás aún más la diversidad en las soluciones, los usuarios y los diseñadores ación z visuali han encontrado dificultades para asimilar las oportunidades disponible para ellos El problema se complica aún más por la falta de comparabilidad basado en estudios de usabilidad, en parte debido al número relativamente bajo de tales estudios, sino también porque la información visuali z ciones son particularmente difíciles de evaluar [5].

Es importante tener una comprensión clara de técnicas de reducción del desorden con el fin de diseñar ciones z visuali que permiten detectar con eficacia los patrones y tendencias dentro de las pantallas de hacinamiento. Debe tenerse en cuenta que nos estamos centrando en explorativa ación z visuali donde el usuario no es consciente del potencial de la información y el conocimiento está bloqueado dentro de la masa de datos.

Tenga en cuenta que este documento no presenta una novedosa técnica ación visuali z o resultados empíricos. En su lugar, hemos realizado un análisis sistemático de los sistemas y la literatura existentes para crear una mejor comprensión de las diversas fortalezas y debilidades de los diferentes enfoques. Obviamente, estamos abordando este trabajo a la luz de nuestro propio interés en las técnicas de muestreo y, por lo tanto, nuestro énfasis en adoptar una estrategia sistemática para establecer criterios efectivos para la reducción del desorden. Nuestro objetivo no es vender nuestro propio trabajo, sino, de la manera más objetiva posible, establecer los medios para criticar y analizar el trabajo en el área. En particular, vemos las evaluaciones resultantes, como formativas en lugar de sumativas.

La Sección 2 proporciona una descripción general de los esquemas de clasificación que se han desarrollado para visualizaciones de información e ilustra que solo algunos de ellos se han centrado en las técnicas disponibles para tratar con las pantallas superpobladas.

La Sección 3 presenta un conjunto de técnicas de reducción de desorden que se identificaron después de una revisión exhaustiva de la literatura. Estos se clasifican en apariencia, distorsión espacial y temporal;Se da una descripción de cada técnica. Luego consideramos cómo nuestro conjunto de técnicas de reducción de desorden difiere de la taxonomía de Ward [48].

Sin embargo, un conjunto de técnicas no es particularmente útil por sí solo a menos que uno tenga una manera de compararlas. La Sección 4 describe así un conjunto de criterios, expresados ​​como beneficios.Estos criterios se basan en nuestra propia experiencia y, lo que es más importante, en una revisión analítica de la literatura para descubrir cómo los investigadores describen los beneficios de su visualización en términos de reducción de desorden. El establecimiento de estos criterios está en el corazón de este trabajo.

En la Sección 5, presentamos nuestra taxonomía de la reducción del desorden en la información visualización, que muestra los posibles beneficios de cada técnica, y se analizan las excepciones y casos que no son tan claras.

La sección 6 refleja críticamente el proceso de crear nuestra taxonomía y evaluar los criterios. Además, analizamos las formas en que hemos utilizado la taxonomía y brindamos una idea de algunos usos posibles.

1. VISUALIZACIÓN DE LA INFORMACIÓN ESQUEMAS DE CLASIFICACIÓN

Si bien se han propuesto taxonomías que cubren varios aspectos de las visualizaciones de información, pocos mencionan la reducción del desorden. Esta sección proporciona una breve revisión de las taxonomías o encuestas existentes, presentadas en orden cronológico. Tenga en cuenta que no hemos examinado el dibujo gráfico, ya que ya existe una gran cantidad de trabajo que se ocupa del diseño efectivo de los gráficos.

En los años noventa Leung et al [35] presenta una revisión exhaustiva de ciones z visuali orientada de distorsión. Aunque no menciona el desorden directamente, en la conclusión afirma que "otras técnicas de no distorsión, como la supresión de la información, deberían investigarse más, ya que son potencialmente poderosas".

La taxonomía 'tipo por tarea' de Schneiderman [43] ilustra cómo las tareas de alto nivel (vista general, zoom, filtro, detalles bajo demanda, relación, historial y extracción) se pueden aplicar a algunos tipos de datos básicos (1, 2 y 3). Datos dimensionales, datos temporales y multidimensionales, datos de árboles y redes. En cuanto a la reducción del desorden, señala que, el zoom reduce la cantidad de datos, al igual que el filtrado que "filtra los elementos que no interesan". Wong et al [51] revisan los desarrollos en la visualización multivariable multidimensional a lo largo de los años. Aunque no se plantea el desorden cuando se discuten varias técnicas, en la conclusión, se afirma que "los científicos tienen que tratar con datos que son muchos miles de veces más grandes que la cantidad de píxeles en la pantalla".

...