Beschreibung
Die uns zur Verfügung stehenden Möglichkeiten zur Generierung und Sammlung von Daten und Informationen haben in den letzten Jahren eine immense Steigerung erfahren, die traditionelle Methoden der Datenanalyse, wie Tabellenkalkulationen, ad-hoc Anfragen oder simple Visualisierungen bei weitem überfordern. Die Untersuchung von Trends, Mustern und Zusammenhängen sind im Besonderen beim Umgang mit großen Datenmengen von Bedeutung. Die visuelle Wahrnehmung des Menschen ist hoch entwickelt und vor allem darauf spezialisiert, visuelle Muster rasch zu erkennen. Deshalb können Visualisierungen sehr erfolgreich bei der Unterstützung solcher Aufgaben eingesetzt werden. Aber angesichts der riesigen Datenmengen, denen wir heutzutage gegenüberstehen, ist die ausschließliche Anwendung visueller Methoden nicht ausreichend. Zeit ist über viele Anwendungsbereiche hinweg eine wichtige Datendimension. Es existieren allerdings nur wenige Methoden zur Unterstützung der Analyse von zeitorientierten Daten und Informationen. Der Hauptgrund dafür ist, dass Zeit - im Gegensatz zu anderen quantitativen Datendimensionen, die normalerweise „flach“ organisiert sind - eine inhärente Struktur enthält und durch einzigartige Charakteristika geprägt ist, die ihre Komplexität dramatisch erhöhen und spezielle Methoden zur Unterstützung der Analyse und Visualisierung erfordern. Besonders jene Probleme, die durch die Kombination von mehreren, heterogenen Datenquellen in reellen Anwendungsszenarien entstehen, übersteigen oft die Möglichkeiten derzeitiger Methoden. Aim Um diese methodischen Lücken innerhalb des Projektes DisCo* schließen zu können, zielen wir auf die Entwicklung neuer Visual Anlytics Methoden zur visuellen sowie automatischen Analyse von multivariaten, zeitorientierten Daten und Informationen ab, um neue und unerwartete Trends, Muster und Beziehungen erkennen zu können. Die Hauptziele der verzahnt operierenden visuellen und analytischen Methoden sind die Sicherstellung der Benutzbarkeit und gute Steuerbarkeit der integrierten Mining Techniken durch den Einsatz interaktiver Visualisierungen und visueller Benutzerschnittstellen. * ... Das Wort „disco“ kommt aus dem Lateinischen und bedeutet „ich lerne“.
Details
| Projektzeitraum | 01.03.2007 - 30.05.2010 |
|---|---|
| Fördergeber | FFG |
| Förderprogramm | FIT-IT Visual Computing |
| Projektmitarbeit |
Peter Klinka
Mag. Michael Smuc
|
Publikationen
Pohl, M.; Smuc, M.; Mayr, E. (2012). The User Puzzle - Explaining the Interaction with Visual Analytics Systems. IEEE Transactions on Visualization and Computer Graphics, Vol. 18, 12: 2908-2916
Mayr, E.; Smuc, M.; Risku, H. (2011). Many roads lead to Rome: Mapping users' problem-solving strategies. Information Visualization, 10, 232-247. . Information Visualization No. 10: 232-247
Mayr, E.; Smuc, M.; Risku, H. (2010). Many roads lead to Rome. Mapping users’ problem solving strategies. E. Bertini, H. Lam, & A. Perer (Eds.), Proceedings of BELIV'10: 8-15
Mayr, E.; Smuc, M.; Risku, H.; Aigner, W.; Bertone, A.; Lammarsch, T.; Miksch, S. (2010). Mapping the Users' Problem Solving Strategies in the Participatory Design of Visual Analytics Methods. Springer, HCI in work and learning, life and leisure: 1-13
Smuc, M. (2010). Unveiling the Exploratory Mind. A Cognitive Approach to Human-Graph Interaction. Diagrams Graduate Symposion, Proceedings of the Diagrams 2010 Graduate Symposion: 9-12
Smuc, M.; Mayr, E.; Risku, H. (2010). Is your user hunting or gathering insights? Identifying insight drivers across domains. In E. Bertini, H. Lam, & A. Perer (Eds.), Proceedings of BELIV'10: 49-54
Vorträge
MuTIny: A Multi-time Interval Pattern Discovery Approach To Preserve The Temporal Information In Between
ECDM 2010 , 29.07.2010