<div class="csl-bib-body">
<div class="csl-entry">Wallinger, M. (2020). <i>Visualizing set data with the metro map metaphor</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2020.73941</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2020.73941
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/15137
-
dc.description.abstract
Verschiedenste visuelle Metaphern existieren, um Datensätze aus der Mengenlehre grafisch darzustellen. Manche Metaphern, z.B. Venn oder Euler Diagramme, sind einfach zu interpretieren, aber skalieren schlecht mit steigender Anzahl an Elementen und Mengen. Andere Metaphern können gut mit großen Datensätzen umgehen, aber dadurch dass sie nur gut in Visual Analytics Programmen integriert funktionieren, wird Erfahrung und Interaktivität zur Interpretation benötigt. Von Menschen kann bis zu einem gewissen Grad vorausgesetzt werden, dass sie wissen wie eine Metro-Karte zu lesen und zu interpretieren ist. Ebenfalls zeigen Beispiele aus der realen Welt, dass Metro-Karten Hunderte Stationen und Linien gut darstellen können. Die Metro-Karten Metapher könnte sich deshalb als guter Kompromiss zwischen Lesbarkeit und Skalierbarkeit für mittelgroße Datensätze herausstellen. Wir modellieren Datensätze mit einem Hypergraph H = (V, S ), um in sieben Schritten durch eine lineare Pipeline eine Metro-Karte M = (G, L, D) zu erzeugen. Zuerst wird die Problemgröße reduziert, um danach eine Metroliniendefinition L zu finden. Unsere Eingabedatensätze haben inhärent keine eigene Metroliniendefinitionen, aber dies ist äquivalent mit dem Erstellen eines Support Pfads für jede Hyperkante von H. Die Vereinigung aller Support Pfade bildet den Support Graphen G. Unsere Methodik zum Erstellen versucht die benötigten Kanten in G zu minimieren. Anschließend betten wir G in der 2-dimensionalen Zeichenfläche ein, schematisieren das Layout und führen Nachbearbeitungsschritte durch, um die Karte zu beschriften und sich kreuzende Linien zu minimieren. Nachdem wir die Pipeline präsentiert haben, stellen wir unsere Ergebnisse anhand verschiedener Datensätzen vor, führen eine Selbstevaluation durch und vergleichen mit anderen Visualisierungssystemen. Abschließend gehen wir noch auf Verbesserungen der statischen Metro-Karten ein, die durch Interaktivität erreicht werden können.
de
dc.description.abstract
Several metaphors exist to visualize set systems. Some metaphors are easy to read and interpret, like Venn or Euler diagrams, but usually do not scale well to larger data sets. Other metaphors work well with large data sets, but are often implemented in visual analytics systems that require explanation in order to be used. In a real-world scenario, people are familiar with reading metro maps and these metro maps have proven to effectively scale up for hundreds of stations and dozen of lines. Using the metro map metaphor for set visualization could offer a functional middle ground between readability and scalability. We formalize the problem by using a hypergraph H = (V, S ) to represent set data and create a metro map drawing M = (G, L, D) by using a 7-step linear pipeline. We first reduce the problem size before we create a metro line definition L, as set data does not inherently have this information. Creating a metro line definition is equivalent with finding a support path for every hyperedge of H, where the union of all support paths is the path-based support graph G. We propose a method for constructing a path-based support graph that aims to minimize the edges required to draw the graph. Because G does not have any contextual information on where to place the vertices on the map, we create an initial layout before we schematize it. Finally, we show how to perform post-processing for adding labels and minimizing line crossings in the drawing D. Afterwards, the implemented system is self-evaluated by a set visualization task taxonomy and compared against other systems. We also reflect on how interactivity could improve a static drawing of the metaphor.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Mengenvisualisierung
de
dc.subject
Metro-Map-Metapher
de
dc.subject
set visualization
en
dc.subject
metro map metaphor
en
dc.title
Visualizing set data with the metro map metaphor
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2020.73941
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Markus Wallinger
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E192 - Institut für Logic and Computation
-
dc.type.qualificationlevel
Diploma
-
dc.identifier.libraryid
AC15675821
-
dc.description.numberOfPages
104
-
dc.thesistype
Diplomarbeit
de
dc.thesistype
Diploma Thesis
en
dc.rights.identifier
In Copyright
en
dc.rights.identifier
Urheberrechtsschutz
de
tuw.advisor.staffStatus
staff
-
tuw.advisor.orcid
0000-0003-0454-3937
-
item.mimetype
application/pdf
-
item.cerifentitytype
Publications
-
item.openairetype
master thesis
-
item.languageiso639-1
en
-
item.fulltext
with Fulltext
-
item.openaccessfulltext
Open Access
-
item.grantfulltext
open
-
item.openairecristype
http://purl.org/coar/resource_type/c_bdcc
-
crisitem.author.dept
E192-01 - Forschungsbereich Algorithms and Complexity