Visualización de la Información Sharon Romero Solís A57018.

Visualización de la Información

Sharon Romero Solís

A57018

Sharon RomeroVisualización de la Información2

Contenidos

Introducción Modelos de Visualización de

Información Ejemplos de Aplicaciones Conclusiones Referencias


Introducción

El área de la visualización de información trata de ofrecer representaciones visuales que comuniquen la información de una forma rápida y efectiva.

Se han ideado diversas técnicas que se dirigen a este objetivo y que hacen del proceso de recuperación de información una tarea más comprensible y en ocasiones más interactiva.


Introducción (cont.)

Entre las más empleadas: utilización de iconos para representar conceptos empleo de colores y texturas para destacar o

diferenciar elementos gráficos con presentaciones jerárquicas que facilitan

el ojeo mapas que presentan información agrupada en

función de su similitud empleando técnicas de agrupación

efectos de zoom para mostrar información con detalle animación y perspectiva en tres dimensiones


Introducción (cont.)

La visualización aplicada a la información ayuda a las personas a formar una imagen mental del espacio informativo.

Si la visualización tiene lugar en una interfaz cuyo objetivo es la recuperación de información, la expresión acuñada para este tipos de sistemas es “interfaces visuales de recuperación de información”


Modelos de Visualización

Radial Interactive Visualization

Tree-Map Visualization

Sammon Cluster View


Radial Interactive Visualization

Nodos son alineados de manera que se ubiquen en forma de círculo

Los documentos son representados por puntos que serán colocados dentro del círculo


Radial Interactive Visualization (cont.)

Mientras más se relaciona un documento con un keyword, más cerca se ubica el punto correspondiente dento del círculo


Tree-Map Visualization

Son una manera de desplegar jerarquías en un área rectangular en donde a cada elemento le puede ser asociado un tamaño.

Cada nodo de la jerarquía es dibujado con un rectángulo, con sub-nodos dibujados recursivamente dentro del mismo.


Tree-Map Visualization (cont.)

El tamaño del área del rectángulo es proporcional al tamaño del nodo.

Nodos grandes tienen rectángulos grandes, nodos pequeños tienen rectángulos pequeños.


Tree-Map Visualization (cont.)

La relación de padres e hijos es indicada encerrando los rectángulos hijos dentro de los rectángulos padres.

Todos los descendientes de un nodo son representados por rectángulos dentro de rectángulos.


Construcción de un Tree Map

A

B CD

E F

Node Weight

A 10

B 1

C 4

D 5

E 2

F 3


Construcción de un Tree Map (cont.)

B: 1

A: 10

C: 4D: 5

E: 2 F: 3

A

B CD

E F



A

B CD

E F

A



A

B CD

E F B C D



A

B CD

E F B C D

E


Sammon Cluster View

Objetivo de este modelo es representar puntos n-dimensionales en un espacio de 2 dimensiones tratando de preservar la distancia/similaridad/relación de estos objetos

Trata de acomodar los clusters de manera que su ubicación espacial en el rectángulo de despliegue sea representativa, de manera como sería la representación en un espacio n-dimensional.


Sammon Cluster View (cont.)

Se representa cada cluster con un círculo.

Cada uno es etiquetado con el keyword más frecuente encontrado.

Círculos mas grandes representan clusters más grandes, círculos pequeños representan clusters pequeños.



La distancia entre los círculos es un indicador de la similaridad de los clusters respectivos.

Mientras más cerca estén dos círculos, más similar será el contenido de los documentos de estos dos clusters.



Cuando el usuario se ubica sobre uno de los círculos que representa un cluster, se le debe presentar un “menú pop up”.

Entre las opciones pueden estar: Número de documentos del cluster. Opción “Select” Opción “Drill Down” Una lista de 3 a 5 keywords más frecuentes

en el cluster.



Cuando se selecciona el número de documentos, estos se despliegan en una lista en una ventana aparte.

Cuando se selecciona el “Select”, se despliegan en una ventana aparte la lista de keywords que contiene el cluster, con los respectivos porcentajes de aparición.



El “drill down” es usado para hacer una representación de Sammon con los documentos contenidos del o los cluster seleccionados.


Características Comparativas

Sammon Map se enfoca más en la relación que existe en un cluster y otro.

TreeMap es más explicito en cuanto al tamaño de los cluster y su estructura jerárquica.


Características Comparativas (cont.)

Visualizaciones basadas en clusters dan un panorama más amplio del conjunto de resultados.

Visualización Radial permite enfocarse en formar subconjuntos de “Keywords”


Facilidades de cada Interfaz Sammon Map guía en el análisis, permite

reagrupar subconjuntos, y gradualmente acercar al tipo de documentos de interés.

TreeMap permite enfocarse en “Keywords” que de ciertos documentos que de interés, para formular una búsqueda más productiva.

Radial apropiado si el usuario esta familiarizado con los “Keywords” del area de su interes.


Otros Ejemplos


Conclusiones

La investigación pretende ofrecer soluciones al mayor problema de la representación de la información, mostrar al usuario del sistema un modelo de éste que sea capaz de comprender con el mínimo esfuerzo mental y asimilarlo para poder manejarlo sin problemas. Si el usuario no logra crear un modelo mental adecuado del sistema, esto es, una abstracción correcta de él, la representación que se le ofrece no habrá cumplido su objetivo.


Conclusiones (cont.)

Existe un gran campo de investigación en la aplicación de la visualización en sistemas de recuperación de información. De hecho, hay que decir que por el momento la mayoría de los sistemas de recuperación de información que incorporan técnicas de visualización son prototipos realizados en laboratorios de investigación. Por otro lado, la investigación en visualización de información todavía tiene mucho campo que estudiar y evaluar.


Conclusiones (cont.)

One complication in arranging the document icons is that it is difficult for a user to distinguish them visually if they are placed so they overlap or are very close to each other. This might be remedied by detecting document collisions and resolving them in some way (such as the artificial spacing within the spiral) or highlighting them (using color, transparency, etc.) and allowing the user to separate these document clusters interactively.


Bibliografía [1] A Visualization Interface for Document Searching and Browsing.

Matthew Carey Frank Kriwaczek Stefan M Ruger Multimedia Knowledge http://km.doc.ic.ac.uk

[2] D R Cutting, D R Karger, J O Pedersen, and J WTukey. Scatter gather: a cluster-based approach to browsing large document collections. In Proc of the 15th Intl ACM SIGIR Conf, pages 318–329, 1992.

[3] J W Sammon. A nonlinear mapping for data structure analysis. IEEE Transactions on Computers, C-18, 1969.

[4] B Shneiderman. Tree visualization with Tree-Maps: 2-d space-filling approach. ACM Transactions on Graphics, 11(1):92–99, 1992.


Bibliografía [5] M Hemmje, C Kunkel, and A Willet. Lyberworld - a

visualization user interface supporting fulltext retrieval. In Proc of the 17th Intl ACM SIGIR Conf, 1994.

[6] P Hoffman, G Grinstein, and D Pinkney. Dimensional anchors:A graphic primitive for multidimensional multivariate information visualizations. In Proc of the NPIV 99, pages 9–16, 2000.

[7] R Korfhage. To see or not to see - is that the query? In Proc of the 14th Intl ACM SIGIR Conf, 1991.

[8] C J van Rijsbergen. Information Retrieval. Butterworth, Lon-don, 2nd edition, 1979.

Visualización de la Información Sharon Romero Solís A57018.

Documents

Transcript of Visualización de la Información Sharon Romero Solís A57018.