Exploring cultural heritage with a set-based space-time cube

Abstract

Seit der Erstellung von digitalen Sammlungen kulturellen Erbes wie Europeana, Trove und Digital Public Library of America (DPLA) wurden viele Kunstobjekte Nutzer_innen über das Internet zugänglich gemacht. Dies gibt den Benutzer_innen die Möglichkeit, Gegenstände zu betrachten, die nicht im Museum ausgestellt sind, entweder weil diese in einem Safe aufbewahrt werden, sich in Restaurierung befinden oder einfach nicht in einer physischen Ausstellung sind. Die Frage, ob die Sammlung für alle Interessierten erreichbar genug ist, bleibt unbeantwortet. Viele dieser Sammlungen sind schwer zu durchsuchen und zielen auf Expert_innenn ab, die nach bestimmten Einträgen suchen. Europeana hat mehr als 50 Millionen Objekte in der digitalen Sammlung, was dieses Thema auch zu einer Big Data Herausforderung macht. Diese Arbeit soll einen detaillierten Überblick über aktuelle Visualisierungstechniken im Bereich des kulturellen Erbes geben. Durch die Einbeziehung verschiedener mengenbasierter Visualisierungen werden passende Techniken evaluiert, um Kulturerbesammlungen zu visualisieren. Danach wird eine Anwendung entworfen, die Benutzer_innen hilft durch diese Sammlungen zu navigieren und diese zu erkunden, wobei der zeitliche Aspekt in die Visualisierung einbezogen wird. Für die Einbeziehung des zeitlichen Aspekts greift diese Arbeit auf Einflüsse des Space-Time Cube Konzepts und der mengenbasierten Visualisierung zurück. Die Visualisierung basiert auf dem Polycube Projekt, das es bereits ermöglicht, Standortdaten in den Space-Time Cube zu visualisieren. Das Ergebnis dieser Arbeit umfasst einen Prototyp, mit dazugehöriger Evaluierung, der mehrere Visualisierungsmethoden beinhaltet, die auf den von Europeana und anderen Sammlungen gesammelten Daten basieren. Die Evaluierung des Designs und des Prototyps wird durch Benutzerbewertungen und Interviews bereitgestellt. Das Feedback der Anwender_innen, die den Prototyp und die verschiedenen Visualisierungen erkunden, gibt ein Indiz dafür welche Visualisierungsmethode am erfolgreichsten war, um die Benutzer_innen zu unterstützen.

Since the creation of digital cultural heritage collections like Europeana, Trove, and Digital Public Library of America (DPLA) many art objects become available via the internet to its users. This gives the users the ability to view items which are not displayed in the museum, either because they are stored in a safe, under reconstruction or simply not in any physical exhibition. The questions if the collection is accessible enough for all users is still unanswered. Many of those collections are difficult to explore and targeted towards experts looking for specific items. Europeana, for example, has more than 50 million objects in its digital collection, which also makes it a big data challenge. This work aims to provide a detailed overview of current visualization techniques in the domain of cultural heritage. By including different set-based visualizations in this research, fitting techniques will