TempMunger : ein Visual Analytics Ansatz zur Transformation Zeitorientierter Daten

Abstract

Data-Wrangling ist im Allgemeinen die mühevolle Aufbereitung von Daten um diese für nachfolgende Analysen nutzbar zu machen. Normalerweise bedeutet das handgefertigte Skripte anzuwenden, was einen gewissen Grad an technischer Expertise verlangt. Um derartiges Aufbereiten von Daten auch für User, die eher einer "Casual"-Kategorie zuordenbar sind, zugänglich zu machen haben wir zur Erleichterung damit verbundener Aufgaben, im Kontext dieser Arbeit einen Visual-Analytics-Prototypen erstellt. Unser Ansatz ist ein interdisziplinärer, der zeitgemäße Konzepte und Ideen aus diversen Gebieten kombiniert: Mensch-Computer-Interaktion und Usability-Engineering mit Information-Retrieval, Data-Mining, Machine-Learning sowie Informationsvisualisierung. In diesem Zusammenhang konzentrieren wir uns speziell auf oftmals nötige Transformationsschritte von zeitorientierten Daten. Diese Art von Daten weist einzigartige Charakteristika auf, die bei verschiedenen Lösungsansätzen gesondert berücksichtigt werden müssen. Basierend auf den Ergebnissen einer Analyse des State-of-the-Art in diesem Bereich, haben wir offene Fragestellungen sowie einige Anforderungen für einen solchen Prototypen abgeleitet und folglich einen Software-Prototyp namens TempMunger in einer agilen Art und Weise iterativ sowohl designt als auch entwickelt. Der Prozess sowie dazugehörige Artefakte werden umfassend dokumentiert und dargestellt. Unser Prototyp ist eine web-basierte Anwendung, die für den Gebrauch mittels Desktop-Browser zugeschnitten ist. Genauer gesagt, bietet sie interaktive Dashboard-Visualisierungen für möglichst intuitive sowie explorative Transformationsoperationen zeitorientierter Daten. Eine qualitative Evaluierung des Prototypen zeigte, dass diese Funktionalität als nützlich empfunden wird. Außerdem ergaben sich verschiedene Ideen für künftige, weiterführende Arbeiten. Abschließend kann man sagen, dass Data-Wrangling ein spannendes Forschungsgebiet bleibt, in dem es viel noch zu entdecken gilt.

Data wrangling generally denotes the cumbersome task of making data useful for analysis. Usually, this means applying hand-crafted scripts, requiring at least a certain degree of technical expertise. In order to make suchlike data preparation accessible for rather casual users as well, we have built a visual analytics prototype in the context of this thesis, easing related tasks. Our approach is an interdisciplinary one, combining contemporary concepts and ideas from various fields: human-computer interaction and usability engineering with information retrieval, data mining, machine learning, plus information visualization. In particular we focus on supporting transformations of time-oriented data since this kind of data exhibits unique characteristics which demand for special consideration. After analyzing related state of the art we identified open issues and derived requirements for such a system. We followed an iterative design process to develop a software prototype called TempMunger, in an agile manner. The process as well as corresponding artifacts are documented and presented in this thesis. Our prototype is a web-based application, tailored for desktop browser usage. More concretely, it offers interactive dashboard visualizations for preferably intuitive and exploratory transformation operations of time-oriented data. A qualitative evaluation of the prototype demonstrates its usefulness and reveals opportunities for future work. Concluding it is safe to say that data wrangling continues to be an exciting field of research where much is yet to be discovered.