Visualization; Visual Exploration; Time; social rhythm
en
Abstract:
Die technologische Entwicklung der letzen Jahre und Jahrzehnte ermöglicht die Speicherung und Analyse immer größerer Datenbestände.<br />Neben den klassischen Methoden der Statistik und des Data Mining gewinnt die visuelle Exploration an Bedeutung, die die visuellen Fähigkeiten von Menschen bei dieser Aufgabe nutzt. Ein wichtiges Analysefeld sind massenhafte Daten mit Zeitbezügen, die sozialen Rhythmen folgen. Soziale Rhythmen wie z.B. die Woche sind Rahmenbedingungen und Ergebnis menschlichen Handelns. Diese Arbeit zeigt einen Weg und ein Werkzeug, Muster, Trends, Regelmäßigkeiten und Unregelmäßigkeiten im System derartiger zeitbezogener Daten zu visualisieren und damit besser fassbar zu machen und bedient sich dabei der Möglichkeiten einer Matrix-basierten Darstellung. Zur Überprüfung der Visualisierung und des Bedienkonzeptes wurde eine Benutzerstudie durchgeführt. Dabei wurden Experteninterviews mit der Methode der qualitativen Inhaltsanalyse ausgewertet. Aus den Ergebnissen wurden Handlungsempfehlungen für die weitere Entwicklung formuliert. Ein Beispiel dafür ist das Verlangen nach mehr Interaktivität bei den Zoom und Filter Operationen oder der Wunsch nach vordefinier-ten Farbsets.<br />
de
Data analysts are facing a fast and steadily growing amount of data in various application domains. There are many approaches to gain deep insight and understanding of the data such as classical statistics or data mining. Visual Exploration focuses on human's remarkable perceptual abilities. Users can scan, recognize and recall images rapidly, and can detect changes in size, color, shape, movement or texture. Time-series are a data type of utmost importance. In many domains, huge amounts of complex, time-related data are collected and analyzed. Many of them relate to human behavior; social rhythms (e.g.<br />the week) leave a footprint in data stored. This paper proposes both a method and a tool to systematically visualize patterns, trends, regularities and anomalies in time-oriented data. It shows an approach to develop an understanding of time-oriented data and uses a matrix-based visualization technique. The design of the visualization and the graphical user interface were evaluated in a survey. The findings of the survey are presented in this work and outline the shapes of future work. (E.g. the demand for more interactivity concerning zoom and filter operations or the wish for predefined color sets)
en
Additional information:
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Zsfassung in engl. Sprache
