Escolar Documentos
Profissional Documentos
Cultura Documentos
Visualizao de Informao:
Processo, Tcnicas e Ferramentas
20/08/2014
(rogerio@fct.unesp.br)
Roteiro
Introduo
Conceitos Bsicos
Classificao
Dados
Visualizao Exploratria
Aplicao e Ferramentas
Alguns Resultados
Consideraes Finais
20/08/2014
20/08/2014
Introduo
Por que visualizao?
Introduo
Mas cuidado...
20/08/2014
Visualizao
Visualizao Cientfica
Visualizao de Software
20/08/2014
Visualizao de Informao
Contextualizao
Grande volume de dados
20/08/2014
Visualizao
Metforas visuais fazem parte do processo
cognitivo humano...
Cognio: a aquisio ou o uso de conhecimento
Definio "Tradicional"
Definies "Contemporneas"
20/08/2014
Visualizao
20/08/2014
Visualizao de Informao
Apresentao
Suporte Deciso
Anlise Confirmatria
20/08/2014
Anlise Exploratria
Visualizao de Informao
10
Apresentao
20/08/2014
Visualizao de Informao
20/08/2014
11
Suporte Deciso
Visualizao de Informao
Processo: verificao
direcionada)
das
hipteses
(busca
12
Anlise Confirmatria
20/08/2014
Visualizao de Informao
20/08/2014
13
Anlise Exploratria
Visualizao de Informao
Por que Visualizao
14
20/08/2014
Definio
O Processo
Visualizao Multidimensional, Visualizao Exploratria
Metforas visuais para ajudar pessoas a explorar dados
Dados: tabelas de registros com mltiplos atributos (numricos e
categricos)
Modelos grficos acoplados a estratgias de interao
processos dinmicos de explorao
16
20/08/2014
15
20/08/2014
Os Dados
Dados Brutos
Formato qualquer... em geral, necessrio transformar esses
dados em um conjunto organizado de relaes, para facilitar o
processo de mapeamento em estruturas visuais
Tabelas de Dados
20/08/2014
17
Os Dados
Dimensionalidade dos dados
Tabelas de dados:
18
"denormalization"
20/08/2014
20/08/2014
19
Os Dados
Joo
20
Maria
Ana
Jlia
Marcelo
Lusa
Ian
Flvio
Fbio
Lia
Bruno
Nicolau
Joo
Ana
Marcelo
Joo
Ana
Sim
Marcelo
Joo
Ana
Lusa
Joo
Ana
Sim
Lusa
Joo
Ana
Maria
Joo
Ana
Sim
Ian
Jlia
Flvio
Fbio
Jlia
Flvio
Sim
Fbio
Jlia
Flvio
Bruno
Jlia
Flvio
Sim
Bruno
Jlia
Flvio
Ian
Jlia
Flvio
Sim
Lia
Lusa
Ian
Ian
Sim
Nicolau Lusa
10
20/08/2014
Tipo de Dados
Tipo Nominal (discreto, enumerado)
Categrico: conjunto de valores distintos, sem
relao de ordem
Exemplos: "verde",
"vermelho",
"GM", "Fiat", "Volksvagen", "Ford"
"azul
Exemplos: "segunda",
"tera",
"quarta",
"bsico", "intermedirio", "avanado"
...
20/08/2014
21
Tipo de Dados
Tipo Quantitativo (numrico, contnuo)
em
Exemplo: anos
Exemplo: distncias
22
medidos
11
20/08/2014
Rogrio Eduardo Garcia
Dados
20/08/2014
23
FREITAS, C. M. D. S.; CHUBACHI, O. M.; LUZZARDI, P. R. G. ; CAVA, R. A. Introduo Visualizao de Informaes. RITA, v. VII, n.2, 2001
Formato
Em Minerao de Dados, existem alguns
formatos padro
ARFF, C5.0
Em visualizao
24
12
20/08/2014
Visualizao Exploratria
20/08/2014
25
26
Iconogrficas
13
20/08/2014
Orientadas a Pixel
Cor = Valor
Subjanela = atributo (dimenso)
Arranjo
dos
de uma subjanela
20/08/2014
27
Questes de Projeto
pixels
dentro
Fonte: (1) - (Adaptado de) Daniel A. Keim & Hans-Peter Kriegel, 1996
Orientadas a Pixel
Arranjo dos Pixels
28
14
20/08/2014
Orientadas a Pixel
Arranjo dos Pixels
Dependente ou no de consulta
Valor do pixel: distncia entre o item e o resultado de
consulta (depende do tipo de dado e aplicao)
Distncia individual e global
Orientadas a Pixel
30
20/08/2014
29
15
20/08/2014
20/08/2014
31
Orientada a Pixel
Orientadas a Pixel
32
16
20/08/2014
Orientadas a Pixel
Formato das Subjanelas
Crculos Segmentados
Organizao
20/08/2014
33
Arranjo
Orientadas a Pixel
Formato das Subjanelas
Crculos Segmentados
34
Exemplo
17
20/08/2014
20/08/2014
35
Orientadas a Pixel
Projeo Geomtrica
36
Coordenadas Paralelas
18
Projeo Geomtrica
20/08/2014
Rogrio Eduardo Garcia
20/08/2014
37
Projeo Geomtrica
38
19
20/08/2014
20/08/2014
39
Projeo Geomtrica
Projeo Geomtrica
Normalizao
produzem
40
20
20/08/2014
20/08/2014
41
Projeo Geomtrica
Projeo Geomtrica
Matriz de Scatterplots
Correlao
42
21
20/08/2014
Tcnicas Iconogrficas
2 dimenses da tela
cone formado
comprimento)
Poucas dimenses
por
outras
dimenses
(ngulos
ou
Tcnicas Iconogrficas
44
20/08/2014
43
22
20/08/2014
Rogrio Eduardo Garcia
Tcnica Hierrquica
Tcnica Hierrquica
46
20/08/2014
45
23
48
20/08/2014
47
20/08/2014
Mltiplas Projees
24
50
20/08/2014
49
20/08/2014
25
52
20/08/2014
51
20/08/2014
Snap arquitetura
26
54
20/08/2014
53
20/08/2014
27
20/08/2014
56
20/08/2014
55
Descoberta de conhecimento
potencialmente til;
28
20/08/2014
Tcnicas de Minerao
Regras de Associao;
Classificao de Dados;
Agrupamento de Dados (Clustering).
20/08/2014
57
do
58
29
20/08/2014
Direcionar a busca
Fornecer conhecimento sobre o domnio, por exemplo, para
adaptar um ncleo genrico (para diferentes aplicaes) com
a interveno do usurio
20/08/2014
59
60
Visualizao
Anterior
Visualizao
Posterior
Visualizao
Fortemente
Integrada
30
20/08/2014
Fortemente acoplada
20/08/2014
61
62
31
20/08/2014
SpotFire
64
20/08/2014
63
XGobi e Ggobi
32
66
20/08/2014
65
20/08/2014
Exemplo
Exemplo
33
68
20/08/2014
67
20/08/2014
Exemplo
Exemplo
34
70
20/08/2014
69
20/08/2014
XmdvTool
Exemplo
35
72
20/08/2014
71
20/08/2014
Exemplo
Exemplo
36
20/08/2014
Rogrio Eduardo Garcia
73
7 392
MPG
Cylinders(2,10)
Horsepower
Weight
Acceleration
Year(70,90)
Origin(1,3,'USA','Japan','Europe')
8. 50. 4
2.8 8.2 4
40. 250. 4
1500. 5500. 4
5. 30. 4
69.5 82.5 4
.8 3.2 3
18.000000 8.000000 130.000000 3504.000000
15.000000 8.000000 165.000000 3693.000000
18.000000 8.000000 150.000000 3436.000000
16.000000 8.000000 150.000000 3433.000000
17.000000 8.000000 140.000000 3449.000000
15.000000 8.000000 198.000000 4341.000000
14.000000 8.000000 220.000000 4354.000000
14.000000 8.000000 215.000000 4312.000000
14.000000 8.000000 225.000000 4425.000000
15.000000 8.000000 190.000000 3850.000000
15.000000 8.000000 170.000000 3563.000000
74
20/08/2014
Padro OKC
37
76
20/08/2014
75
20/08/2014
Visualizao de Software
SoftVisOAH
38
78
20/08/2014
77
20/08/2014
SoftVisOAH
SoftVisOAH
39
80
20/08/2014
79
20/08/2014
SoftVisOAH
SoftVis4AspectMining
40
82
20/08/2014
81
20/08/2014
SoftVis4AspectMining
SoftVis4AspectMining
41
84
20/08/2014
83
20/08/2014
SoftVis4AspectMining
SoftVis4AspectMining
42
86
20/08/2014
85
20/08/2014
SoftVis4AspectMining
SoftVis4AspectMining
43
20/08/2014
20/08/2014
87
SoftVis4AspectMining
Consideraes Finais
Abordagem alternativa
Baseada no usurio
Interao importante
Problemas:
Escalabilidade
Tratamento de dados
88
Oportunidade de desenvolvimento
44
20/08/2014
UFA!!!
20/08/2014
89
Bibliografia
ANKERST, M.; BERCHTOLD, S.; KEIM, D. A. Similarity clustering of dimensions for an enhanced visualization
of multidimensional data. In: INFOVIS 98: Proceedings of the IEEE Symposium on Information Visualization,
Washington, DC, USA: IEEE Computer Society, 1998, p. 5260.
CARD, S. K.; MACKINLAY, J.; SHNEIDERMAN, B. Readings in information visualization: Using vision to think.
San Francisco, CA: Morgan Kaufmann Publishers, 1999.
DARCE, A. F.; GARCIA, R. E.; CORREIA, R. C. M.; ELER, D. M. Coordination Model to Support Visualization
of Aspect-Oriented Programs. In: Proceedings of the 24th International Conference on Software Engineering
and Knowledge Engineering (SEKE 12), 2012, p. 168173. DELFIM, F. M. ; GARCIA, R. E. . Multiple
Coordinated Views to Support Aspect Mining Using Program Slicing. In: International Conference on Software
Engineering and Knowledge Engineering, 2013, Boston. Proceedings of the 25th International Conference on
Software Engineering and Knowledge Engineering. Skokie, Illinois, USA: Knowledge Systems Institute, 2013.
v. 1. p. 531-536.
DELFIM, F. M. ; GARCIA, R. E. . Uma Proposta de Mltiplas Vises Coordenadas para Apoiar Anlise de
Impacto de Mudana. In: Workshop de Manuteno de Software Moderna - - Simpsio Brasileiro de Qualidade
de de Software, 2013, Salvador-BA. Proc. X Workshop de Manuteno de Software Moderna, 2013.
DOSHI, P. R.; RUNDENSTEINER, E. A.; WARD, M. O. Prefetching for visual data exploration. In: Database
Systems for Advanced Applications (DASFAA), 2003.
90
ELER, D. M.; PRATES, J. M.; GARCIA, R. E.; MINGHIM, R. Coordinated Multiple Views to Support Image
Retrieval. In: 18th International Conference Information Visualisation, University of Paris Descartes, Paris,
France, 2014.
45
20/08/2014
Bibliografia
FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. Advances in knowledge discovery and data mining,
cp. From data mining to knowledge discovery: An overview Menlo Park (CA): AAAI/MIT Press, p. 134,
1996a.
FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. Knowledge discovery and data mining: Towards a
unifying framework. In: Knowledge Discovery and Data Mining, 1996c, p. 8288.
FUA, Y.-H.; WARD, M. O.; RUNDENSTEINER, E. A. Structure-based brushes: A mechanism for navigating
hierarchically organized data and information spaces. In: IEEE Trans. On Visualization and Computer
Graphics, 2000, p. 150159.
GARCIA, R. E.; DE OLIVEIRA, M. C. F.; MALDONADO, J. C.; MENDONA, M. Visual analysis of data from
empirical studies. In: Proceedings of the 2004 International Conference of Distributed Multimedia Systems
International Workshop on Visual Languages and Computing, San Francisco: Knowledge Systems Institute
Visual Computing Lab, UT-Dallas, 2004.
INSELBERG, A.; DIMSDALE, B. Parallel coordinates: A tool for visualizing multidimensional geometry. In:
Proceedings of IEEE Visualization 90, Los Alamitos-CA: IEEE Computer Society Press, 1990, p. 360375.
KEIM, D. A. Pixel-oriented visualization techniques for exploring very large databases. Jounal of Computational
and Graphical Statistics, v. 5, n. 1, p. 5877, 1996.
KEIM, D. A. Visual database exploration techniques. In: Proc. Tutorial KDD97 Int. Conf. on Knowledge
Discovery and Data Mining, Newport Beach, CA, 1997.
20/08/2014
91
KEIM, D. A. Designing pixel-oriented visualization techniques: Theory and applications. IEEE Transactions on
Visualization and Computer Graphics, v. 6, n. 5, p. 5978, 2000.
Bibliografia
KEIM, D. A. Information visualization and visual data mining. IEEE Transactions on Visualization And
Computers Graphics, v. 7, n. 1, p. 100107, 2002.
KEIM, D. A.; KRIEGEL, H.-P. Visualization techniques for mining large databases: A comparison. IEEE
Transactions on Knowledge and Data Engineering, v. 8, n. 6, p. 923938, 1996.
NORTH, C.; SHNEIDERMAN, B. Snap-together visualization: can users construct and operate coordinated
visualizations? International Journal of Human-Computer Studies, v. 53, n. 5, 2000.
DE OLIVEIRA, M. C. F.; LEVKOWITZ, H. Visual data exploration and mining: A survey. IEEE Transactions on
Visualization and Computer Graphics, v. 9, n. 3, p. 378394, 2003.
PRATES, J. M.; SCATALON, L. P.; GARCIA, R. E.; ELER, D. M. Coordinating multiple views using an
ontology-based semantic mapping. In: 17th International Conference Information Visualisation, University of
London, London, UK: IEEE Computer Society, 2013, p. 192-197.
PRATES, J. M.; SCATALON, L. P.; GARCIA, R. E.; ELER, D. M. Ontologies to coordinate multiple views:
exploring document collections. In: 16th International Conference on Artificial Intelligence, Las Vegas, USA,
2014.
SHNEIDERMAN, B. Tree visualization with treemaps: A 2d space-filling approach. ACM Trans. Graphics, v.
11, n. 1, p. 9299, 1992. WARE, C. Information visualization: Perception for design. Second edition ed.
Morgan Kaufmann Publishers, 2000.
92
WEGMAN, E. J. Hyperdimensional data analysis using parallel coordinates. Journal of American Statistical
Association, v. 85, n. 411, 1990.
46