Visualización de grandes colecciones de datos.

jair.cazarin@gmail.com

Introducción.

• La visualización de datos es la combinación de las áreas de la visualización científica y visualización de la información, y permite que a través de interfaces y tecnologías de computación mejorar la visualización de datos, y a su vez aumentar el uso del conocimientos de los mismos a través de relaciones y patrones.

Introducción.

• Proporciona más de 100 millones de videos al día.

Introducción.

• Más de 850 TB de información solo en el buscador.

Meta Principal de la Investigación.

• Encontrar nuevas formas de utilizar las interfaces gráficas para poder ayudar a las personas a entender, encontrar sentido, juzgar de mejor forma y aprender de grandes cantidades de información que tiene disponible.

Centros de investigación más importantes.

• Research Visualization Lab de IBM.• Visualization and Virtual Reality Research

Group de la Universidad de Leeds.• User Interface Research en Palo Alto Research

Center.• LIVE Laboratory for Information Visualization

and Evaluastion de la Universidad de Virginia Tech.

Centros de investigación más importantes.

• Information Visualization Pacific Northwest National Laboratory.

• Graphic and Visualization Center de la universidad de Brown.

• Human-Computer Interaction Lab, de la universidad de Maryland.

• VisLab, High-Performance Visualization de la Universidad de Sidney, Australia.

Empresas dedicadas al área.

• ILOG Changing the rules of business.• Spotfire.

Herramientas libres.

• Prefuse Information Visualization Toolkit.• The InfoVis Toolkit.

Logros clave y sus autores.

• G. W. Furnas de Bell Laboratories, con el diseño de Fish Eye.

Logros clave y sus autores.

• Christopher Ahlber, Christopher Williamson y Ben Shneiderman con el concepto de Dynamic Queries.

Logros clave y sus autores.

• Marshal C. Ramsey, Hsinchun Chen, y Bin Zhu de la universidad de Arizona junto con Bruce R. Shatz de la Universidad de Illinois, propusieron técnicas para la visualización de grandes colecciones pero esta vez de imágenes geográficas.

Logros clave y sus autores.

• Marco Porta de la Universidad de Pavia, Italia [22], el cuál propuso métodos alternativos para la exploración de largas colecciones de imágenes.

Implicaciones para el desarrollo de interfaces.

• La implicación es total, ya que la herramienta principal en es tipo de investigación son precisamente las interfaces gráficas.

• También se deben tomar en cuentas muchos aspectos de:– IHC– Habilidades cognitivas del humano.– Creatividad.

Perspectivas.

• Encontrar nuevas formas de presentar la información que permitan al usuario aprovechar al máximo sus datos sin perder un gramo de usabilidad.

• En este caso han emergido nuevas formas como por ejemplo Star-Fish: Starfield + FishEye.

Demos.• http://labs.digg.com/pics/• http://labs.digg.com/stack/• http://labs.digg.com/swarm/• http://labs.digg.com/bigspy/• http://youtube.com• http://rssvoyage.com/• http://amaztype.tha.jp/• http://www.burstlabs.com/• http://ubrowser.com/• http://www.munterbund.de/

visualisierung_textaehnlichkeiten/essay.html