Dissertação
FastViz - Visualizing Dynamically Evolving Big Data EVALUATED
Através da área de Visualização de Informação, podemos dar uso a idiomas visuais para facilitar a transmissão e a análise de toda a informação produzida no mundo atual. Contudo, o estado atual desta área ainda requer a utilização, criação ou modificação de idiomas visuais que, além de serem capazes de lidar com uma grande quantidade de informação, também possam lidar com grandes fluxos em tempo real, mantendo um contexto visual compreensível para os utilizadores. Esta necessidade pode surgir, em particular, quando há uma mudança na estrutura dos dados, e se torna necessário alterar o idioma visual através da qual os dados estavam a ser representados, para manter a compreensão da informação que transmitem. Nós propomos o FastViz, um conjunto de seis transições entre diferentes pares de idiomas visuais, incluindo Line chart, Heat map e Stream graph. Para cada transição foram desenvolvidas sete técnicas, na sua maioria utilizando mecanismos de animação, com base na premissa de que a estrutura da informação pode mudar em tempo real, de uma forma não disruptiva. Criámos um conjunto de vídeos curtos para a visualização de cada transição, e um conjunto de questões associadas a eles, através de um questionário online, respondido por 100 participantes. No geral, as transições animadas foram melhor avaliadas do que as transições não animadas. Em relação à análise da informação de dados, a maioria das respostas não correspondeu ao que as visualizações mostravam, e os resultados dos testes estatísticos mostraram que todas as técnicas eram semelhantes, sem diferenças estatisticamente significativas identificadas.
janeiro 18, 2021, 10:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Associado
ORIENTADOR
Daniel Filipe Martins Tavares Mendes
Departamento de Engenharia Informática (DEI)
Professor Auxiliar Convidado