Information Visualization Interactive Analysis – Selective ... Wulff – Matrikelnr.: 1884733 –

  • View
    0

  • Download
    0

Embed Size (px)

Text of Information Visualization Interactive Analysis – Selective ... Wulff – Matrikelnr.:...

  • Dominic Wulff – Matrikelnr.: 1884733 – Proseminar Visualisierung SS2000 – Gruppe 7

    Information Visualization

    Interactive Analysis – Selective Dynamic Manipulation Overview & Detail – LifeLines: Visualizing Personal Histories

    Der Text gliedert sich in die folgenden Elemente:

    1. Einleitung und Überblick der Visualisierungstechniken „SDM“ und „LifeLines“ 2. Ausarbeitung „Selective Dynamic Manipulation“ zu Interactive Analysis 3. Ausarbeitung „LifeLines“ zu Overview & Detail 4. Kommentiertes Literaturverzeichnis

    In diesem Text geht es um zwei Visualisierungstechniken, die heutzutage eingesetzt werden, große Datenmengen möglichst flexibel und benutzungsfreundlich anzuzeigen. Eine dieser Techniken stammt aus dem Bereich der Interactive Analysis, die andere gehört zu Overview & Detail. Das Gebiet der Interactive Analysis befasst sich mit dem Darstellen und Auswerten von gro- ßen Datenmengen in Echtzeit. Dabei steht im Vordergrund, dass der Benutzer direkten Ein- griff auf die Visualisierung erhält und so gezielt in verschiedene Richtungen analysieren kann. Eine solche Technik ist die „Selective Dynamic Manipulation“, kurz SDM. Sie behandelt die Darstellung von Informationen im dreidimensionalen Raum. Die Daten werden bei diesem System in graphische Objekte übersetzt, wobei deren physikalische Eigenschaften wie Größe oder Form einzelne Parameter darstellen. Diese Objekte werden in „Landschaften“ angeord- net, die der Benutzer dann mittels diverser Funktionen und Kombinationen daraus manipulie- ren kann. Das Gebiet von Overview & Detail hat seinen Schwerpunkt in Übersichtfunktionen und De- tailansichten. Dabei wird zu anfangs über die gesamte Datenstruktur ein Überblick gegeben und mit Hilfe von Filtern und Suchfunktionen werden gezielt Detailansichten ermittelt. So können wichtige Informationen extrahiert werden, während gleichzeitig das Risiko des Über- sehens von Informationen minimiert wird. Ein in diesem Bereich verwendetes System ist „Li- feLines“, um biographische Informationen anzuzeigen. Da diese Art der Daten oft sehr um- fassend und fassettenreich ist, musste eine Technik entwickelt werden, die dem Benutzer ei- nen Überblick verschafft, aber dabei noch in höchstem Maße benutzungsfreundlich ist. „Selective Dynamic Manipulation“ (SDM) wurde von Mei C. Chuah, Steven F. Roth, Joe Mattis, John Kolojejchick an der „School of Computer Science Carnegie Mellon University- ist“ in den USA 1995 entwickelt. SDM ist im großen und ganzen eine Ansammlung von Techniken im zwei- und dreidimensionalen Raum zur Analyse der durch graphische Objekte repräsentierten Daten. „Selective Dynamic Manipulation“ setzt sich aus drei Teilen zusam-

  • men: „Selective“ bezeichnet ein hohes Maß an Benutzerkontrolle. „Dynamic“ beschreibt die Verarbeitung von Eingaben in Echtzeit und „Manipulation“ steht für die Vielzahl an Interak- tionen, die zur Verfügung stehen. Bei Darstellungen in SDM stellen sich einige Probleme, die mehr als hinreichend behandelt und gelöst wurden. Ein solches ist zum Beispiel, dass wie bei jeder graphischen Anzeige Objekte verdeckt werden können. Ein weiteres Problem ist, dass in einer räumlichen Darstellung, die bezeichnend für SDM ist, die Perspektive in Bezug auf die menschliche Größenwahrnehmung eine entscheidende Rolle spielt. So werden Gegenstände, die weiter hinten liegen im Raum, kleiner wahrgenommen, als weiter vorne gelegene. SDM hält auch hierfür Lösungen bereit, die im folgenden vorgestellt werden. Alle Lösungen haben einen wichtiges gemeinsames Merkmal: Der Kontext zur gesamten Visualisierung bleibt stets erhalten. Um das System von Grund auf zu verstehen, betrachten wir zunächst den Erstellungsprozess, bei dem Rohdaten in graphische Objekte „übersetzt“ werden. Zur besseren Veranschauli- chung gehen wir von folgendem Beispielszenario aus: Ein Transportunternehmen besitzt ver- schiedene Warenlager. Diese Lager sind durch Versorgungswege miteinander verbunden. Von den Lagern aus werden Geschäfte beliefert. Relevante Einflussgrößen seien in diesem Fall der Warenbestand in den Warenlagern und den Geschäften, sowie die wichtigen Versor- gungswege zwischen strategischen Punkten. Es kann sehr hilfreich sein, dieses Szenario in einer räumlichen Darstellung anzuzeigen und anhand der visualisierten Parameter zu ent- scheiden, welche Läden beliefert und welche Lager wieder aufgefüllt werden müssen. Außer- dem kann eine Optimierung der Lagerstandorte, Warenbestände und Versorgungswege wich- tig sein. Der Warenbestand soll in der Höhe der Objekte wiedergegeben werden. Versor- gungswege sollen schwarze Linien zwischen den einzelnen Objekten, die die Lager repräsen- tieren, sein. Schließlich sollen die Lager sich noch in Form und Farbe von den Läden deutlich unterscheiden, damit keine Verwechslungen stattfinden können. Der Prozess gliedert sich in zwei Stufen. Die erste dieser Stufen ist die Datenmodellierung. Dabei werden die Informationen thematisch durch den sogenannten „Data Set Builder“ ge- ordnet und gruppiert. Einfließende Größen sind die Aufgabenschemata und die gewünschten Objektarten. Der „Data Set Builder“ erzeugt hieraus die Datensets, die die Objektart, die spe- zifischen Informationen und die Aufgabe innerhalb der Visualisierung enthalten. Die Informa- tionen sind stets homogen, d.h. dass zum Beispiel ein Set für Kontainerinhalte nicht auch In- formationen über Versorgungsrouten beinhalten kann. Einzelne Objekte aus einem Datenset allerdings können wiederum in anderen Sets enthalten sein. So kann z.B. ein Kontainer im Set „kritische Versorgung“ und in „strategisch wichtig“ enthalten sein. Die so erzeugten Datensets werden an die zweite Stufe weitergegeben.

  • Man spricht jetzt von der Physikalisierung, denn in dieser Stufe des Erstellungsprozesses werden die eigentlichen graphischen Objekte erstellt. Der sogenannte „Instantiator“ erzeugt Graphiksets, in denen jedes graphische Objekt genau einem Datenobjekt aus dem jeweiligen Datenset, das es repräsentiert, entspricht. Diese Graphiksets bestehen aus homogenen Objekt- arten. Ein Set besteht entweder nur aus Zylindern oder Kugeln, usw. . Die Form wird vor al- lem von den Informationen bestimmt, die die Graphikobjekte dieses Sets visualisieren sollen. In unserem Beispiel soll die Höhe der Objekte den Warenbestand wiedergeben. Ein weiterer wichtiger Bestandteil der Physikalisierung ist der „Encoder“. Er ist für die „Übersetzung“ der Datenbankinformationen in graphische Parameter verantwortlich. Dabei werden Daten wie

    Anzahl, Gewicht oder Größe in graphische Eigenschaften wie Höhe, Breite oder Durch- messer umgewandelt. Diese Graphik veranschaulicht nochmals den Erstellungsprozess, wie aus Datenbankinfor- mationen graphische Objekte erzeugt werden. Die einzelnen Stufen sind klar differenziert durch umfassende Klammern an der linken Seite. Beziehungen und Abfolgen von Aktio- nen sind durch Pfeile verdeutlicht. Die unters- te Stufe, die Manipulation betrachten wir im folgenden. Sie stellt den Bereich dar, in dem der Benutzer die Möglichkeit zur interaktiven Analyse hat.

    Die nebenstehende Graphik ist ein mögliches Resultat für unser Beispielszenario. Die roten Zylinder seien die Warenlager, deren Waren- bestand durch die Höhe des Zylinders dargestellt wird. Der große rote Zylinder am rechten Bildrand sei das Hauptlager, von wo aus die Waren verteilt werden. Die blauen Rechtecke seien Ge- schäfte, deren Bestand glei- chermaßen in der Höhe ver- deutlicht wird. Schwarze

  • Linien auf dem Boden verbinden die Lager untereinander und mit dem Hauptlager. Grün leuchtende Objekte sind bereits vom Benutzer ausgewählte Objekte. die Auswahl von Objek- ten in SDM geschieht durch anklicken oder durch Sliders. Werden die Sliders benutzt, so können diese dis- oder konjunktiv verknüpft werden. Der Fokus liegt dabei stets auf den Ob- jekten und nicht auf der Umgebung oder einem durch den Benutzer gewählten Punkt im Raum, wie bei anderen Visualisierungssystemen. Entstehende Gruppen können benannt und abgespeichert werden, falls diese spezielle Auswahl später nochmals benötigt wird. Auch das ist ein entscheidender Vorteil von SDM, den es bei anderen Visualisierungen nicht gibt. Der Benutzer ist somit freier und flexibler in seiner Analyse, da er neue Erkenntnisse durch Grup- pierungen nicht in einer neuen Visualisierung speichern muss, sondern direkt in der bestehen- den abspeichern kann. Die Anzeige dieser selbst definierten Gruppen geschieht mittels Me- nüs. Alle für die jeweilige Auswahl relevanten Sliders und Skalen werden ebenfalls abgespei- chert und gegebenenfalls ein, bzw. ausgeblendet. So wird die Anzeige übersichtlicher, da irre- levante Slider und Skalen wegfallen. Bei der Auswahl von Objekten sind auch heterogene Gruppierungen erlaubt. Das heißt, dass auch Objekte verschiedener Objektgruppen ausge- wählt werden können. Damit ist es dem Benutzer möglich, eine Visualisierung in der Visuali- sierung zu schaffen. Wie man leicht sieht, hat man es allerdings bei der Analyse der ausgewählten Objekte mit diversen Problemen zu tun. Einige Objekte sind nicht sehr deutlich zu erkennen, da sie von anderen verdeckt werden. Manche erscheinen kleiner als andere und liegen weiter entfernt vom Benutzer. Man kann also nicht mit Sicherheit ihre Größenrelation zu weiter vorne gele- genen Objekten bestimmen, da bei räumlichen Darstellungen durch die Betrachterperspektive derartige Eigenschaften beeinträchtigt werden. Die entscheidenden Eigenschaften von SDM sind die Kontextbezogenheit und die Verarbei- tung von E