Datapohjaiset visualisoinnit - tarkastelua teoreettisesta näkökulmasta Hypermedian jatko-opintoseminaari 5.4.2013 Anne-Maritta Tervakari
Filosofista pohdintaa... (ja päänsärkyä) Data (yksittäisiä, irrallisia merkkejä tai merkkijonoja), joilla ei olemassaolonsa lisäksi ole muuta merkitystä voi esiintyä missä muodossa tahansa (käytettävä tai ei) Kun dataa tarkastellaan suhteessa johonkin muuhun, luodaan datalle merkitys informaatio (tulkinta) - voi olla hyödyllistä tai hyödytöntä Ihmisen vastaanottaa, prosessoi ja tulkitsee (hänelle merkityksellistä) informaatiota, jolloin informaatio yhdistyy osaksi henkilön omaa, aiempaa tietämystä (knowledge), joka vaikuttaa henkilön toimintaan. Kysymys: Onko olemassa puhtaasti datapohjaista visualisointia? Visualisoinnin toteutuksessa kysymys valinnasta ja järjestämisestä mitä dataa visualisoidaan ja miten. > Aina informaation visualisointia? (Masud ym. 2010)
Visualisointi Tarkoitetaan yleensä prosessia, jossa data (informaatio tai tieto) muunnetaan visuaaliseksi esitykseksi, joka voidaan havaita näköaistin avulla. (Gershon, Eick & Card 1998)
Visualisoinnin tunnuspiirteitä Perustuu (ei-visuaaliseen) dataan, esim. valokuvaus ei ole visualisointia. Data ilmentää jollakin tavalla ilmiön tai objektin ominaisuutta. Visualisointiprosessin keskeisin tulos on datan visuaalinen presentaatio (visualisointi tuottaa informaatiota datasta). Visualisoinnin tulee olla katsojan ymmärrettävissä ja tunnistettavissa (readable and recognizable) (voi vaatia harjoitusta) pätee erityisesti pragmaattisiin visualisointeihin. Tällöin visualisointi auttaa katsojaa ymmärtämään dataa katsoja myös oivaltaa miten kuvaa luetaan. Taiteellisissa visualisoinneissa olennaisinta on hämmästyttävyys, kyky haastaa katsojaa (sublime). (vrt. Kosara 2007; Ziemkiewicz & Kosara 2009)
Dataan perustuvat visualisoinnit (Lewis ym. 2004) (Kosara 2007)
Pragmaattiset visualisoinnit Visualisointiprosessin tavoitteena tutkia, analysoida tai esittää informaatiota siten, että katsoja voi ymmärtää datan knowledge crystallization (Card, MacKinlay & Shneiderman 1999) Keskeistä on käyttäjäystävällisyys - informaation välittäminen nopeasti, vaivatta ja luotettavasti (immediate understanding). Usein samoja visualisointitekniikoita voidaan soveltaa eri tyyppiseen dataan. Pragmaattisia visualisointeja ovat esimerkiksi datavisualisoinnit tai tieteelliset visualisoinnit (scientific visualizations). informaation visualisoinnit. (Kosara 2007)
Datavisualisoinnit Terminä epätäsmällinen, voidaan tarkoittaa kaikkia kolmea perinteistä visualisointityyppiä: tieteellinen visualisointi, informaation visualisointi ja visuaalinen analytiikka TAI pelkästään tieteellistä visualisointia (scientific visualization). Olemassa olevan jatkuvan datan (esim. mittaustulokset) muuntaminen visuaalisiksi elementeiksi. Usein kuvallisia (pictoral) esityksiä, joista ei voida erotella erillisiä (esitys)muotoja, glyyfejä (esim. flow ja volume visualisoinnit). Staattisia tai dynaamisia visualisointeja. (Ziemkiewicz & Kosara 2009) Jarke J. van Wijk, 2002. Image Based Flow Visualization. ACM Transactions on Graphics, special issue, Proceedings ACM SIGGRAPH 2002, San Antonio, Texas. http://www.win.tue.nl/~vanwijk/ibfv/
Funktioiden visualisoinnit (Function Visualization) Voidaan tunnistaa omana visualisointityyppinä. Lähellä datavisualisointia. Lähtödata ei kuitenkaan ole ymmärrettävissä visualisoinnin perusteella (vrt. visualisoinnin tunnuspiirteet). Esimerkiksi matemaattisten funktioiden, algoritmien ja fraktaalien visualisoinnit, visuaalikieli (visual programming languages), visual proofs. (Ziemkiewicz & Kosara 2009) Kuva: Anders Sandberg CC-by-2.0 Flickr
Informaation visualisointi (InfoVis) [T]he use of computer-supported, interactive visual representations of data to amplify cognition (Card, MacKinlay & Shneiderman 1999) Visualisoinnit perustuvat diskreettiin dataan, joka on luonteeltaan abstraktia (ei välttämättä ole fyysistä vastinetta reaalimaailmassa) kuten esim. yhteydet Informaation visualisoinnin tunnuspiirteet Ziemkiewicz & Kosara (2009) mukaan: Perustuu olemassa olevaan datalähteeseen (data-driven). Jokaista yksittäistä informaatio palasta vastaa yksi visuaalinen elementti ja päinvastoin (bijective mapping). Käyttäjä voi kontrolloida näkymäänsä (nontrivial interactivity) Visualisointi muodostuu symboleista (voidaan eritellä esitysmuotoja, glyyfejä) (notationality) Notation = merkkikieli, symbolikieli vrt. nuotit
Informaation visualisointi (InfoVis) Merkitys nousut liiketalouden ja informaatioteknologian alueilla. Tavoitteena tukea käyttäjää informaation tutkimisessa ja löytämisessä sekä oivaltamisessa. Tehokas informaation saaminen ja ymmärtäminen sekä nopea päätöksenteko sen pohjalta Käyttäjät taidoiltaan ja taustoiltaan heterogeenisia > käytettävyys tärkeätä! Haasteena löytää toimivia visuaalisia metaforia informaation esittämiseksi sekä ymmärtää millaisia analyyttisia tehtäviä niiden avulla voidaan tukea. Monitieteiset juuret - yhdistää tieteellisen visualisoinnin, HCI, tiedonlouhinnan, kuvittamisen ja havainnollistamisen periaatteita (Fekete ym. 2008; Gershon, Eick & Card 1998).
Infografiikka (Information Graphics, Infographic) Datan graafinen esitys, jota käytetty erityisesti sanomalehdissä yms. tarinan kertomiseen (viestinnällinen funktio). Käyttögrafiikka, uutisgrafiikka. Luetaan toisinaan luokkaan informaation visualisointi. Ei vuorovaikutusmahdollisuutta (käyttäjä ei voi tutkia dataa) Kontrolli on visualisoinnin suunnittelijalla. Sisältävät usein myös ylimääräistä, informaation välittämisen kannalta epäolennaisia elementtejä (Chart Junk) (vrt. Tufte 2001) Florence Nightingale (1858
Tietämyksen visualisointi (Knowledge visualization) Visualisointia hyödynnetään tietämyksen siirtämisessä yksilöiden ja ryhmien välillä (collaborative context). Tavoitteena välittää tietoa siitä, mikä informaatio on olennaista, kenelle siitä on hyötyä, milloin ja miksi. Hyvin kontekstisidonnaisia. Yhdistetään eri visualisointimenetelmiä sekä eri medioita Luonnokset, diagrammit, kaaviot (Gantt-kaavio), käsitekartat jne. jne. Kuvaavat usein prosesseja, työnkulkua. (Bukhard 2004;Masud ym. 2010)
Taiteelliset visualisoinnit (Artistic Visualization) (Kosara 2007) Tavoitteena viestittää/välittää merkityksiä katsoja ymmärtää perusmerkityksen Ei varsinaisesti tue datan lukemista eikä ymmärtämistä. Dataa hyödynnetään kuitenkin raakamateriaalina ( tosiasiallinen tausta). Data muunnetaan kiinnostavaksi, inspiroivaksi ja tunteisiin vaikuttavaksi visuaaliseksi esitykseksi, joka mahdollistaa merkityksen ymmärtämisen. Olennaista on kiehtovuus, arvoituksellisuus ja koukuttavuus (osa esteettistä kokemusta), sopiva haastavuus - ei niinkään käyttäjäystävällisyys. http://www.wefeelfine.org/
Informaation esteettinen visualisointi (Information Aesthetic Visualization) Periaatteessa kuten informaation visualisointi, mutta hyödyntää visuaalisen taiteen keinoja Pyrkii tukemaan käyttäjiä datan Esim. käyttäen tavanomaisia visualisointitekniikoita uudenlaisella tavalla uudenlaisiin käyttötarkoituksiin. Datan ymmärtämisessä ja tutkimisessa Datan perusmerkityksen tai -viestin ymmärtämisessä. Vrt. We Feel Fine Ambient Visualization, Informative Art Hyödyntävät visuaalisesti mielenkiintoisia esittämistapoja pyrkiessään tukemaan datan lukemista ja ymmärtämistä. Rebecca Xiong and Judith Donath. 1999. PeopleGarden: Creating data portraits for Users. Lähentyvät visuaalista taidetta. http://smg.media.mit.edu/papers/xiong/pgarden_uist99.pdf (Lau & Moere 2007; Pousman, Stasko & Mateas 2007)
Visualization art (Data art) Hyödyntää usein moniselitteisiä ja tulkinnanvaraisia visualisointitapoja sekä uusimpia visualisointitekniikoita. Kysymyksessä visualisointitekniikoiden soveltaminen taiteeseen. Tavoitteena välittää vaikutelmia tai alleviivata datan sisältämä viesti, herättää katsojassa ajatuksia sekä haastaa katsoja (voi johtaa jopa turhautumiseen). Ei niinkään tue datan ymmärtämistä tai tutkimista. (Lau & Moere 2007; Pousman, Stasko & Mateas 2007) Smith, A. M., M. Romero, Z. Pousman, and M. Mateas. 2008. Tableau Machine: A Creative Alien Presence. AAAI Spring Symposium on Creative Intelligent Systems. http://www.wefeelfine.org/
Miksi asiaa sietää pohtia? Visualisointeja hyödynnetään kasvavassa määrin perinteisten alojen ulkopuolella mm. päätöksenteon tai suunnittelutyön tukena, kommunikointivälineenä. Eri (tieteen)aloilla erilaisia käsityksiä siitä, milloin voidaan puhua visualisoinnista. Ei selkeää teoreettista määritelmää käsitteelle visualisointi. Visualisointi yksinomaan analysointivälineenä, ongelmaratkaisun välineenä tai kommunikointivälineenä. Tarvitaan avointa ja monitieteistä keskustelua mm. Visualisointitekniikoista, käytänteistä ja toimintamalleista eri visualisointityypeistä ja niiden ominaisuuksista soveltuvuudesta eri tyyppiselle datalle tai informaatiolle >> Kontekstin, käyttötarkoituksen sekä käyttäjien tavoitteet huomioon ottavan visualisoinnin toteuttamiseksi. (Masud ym. 2010)
R. Lengler and M. J. Eppler. Towards a periodic table of visualization methods for management. In GVE 2007: Graphics and Visualization in Engineering. Acta Press, 2007.http://www.visual-literacy.org/periodic_table/periodic_table.pdf
That's all folks!
Lähteet Burkhard, R.A. 2004. Learning from architects: the difference between knowledge visualization and information visualization. Proceedings of the Information Visualisation, Eighth International Conference, 519-524. http://dx.doi.org/10.1109/iv.2004.89 Card, S.K., MacKinlay, J.D. & Shneiderman, B. 1999. Readings in Information Visualizations: Using Vision to Think. Morgan Kaufmann Publisher. Gershon, N., Eick, S.G. & Card, S. 1998. Information visualization. Interaction, 5(2), 5 15. http://dx.doi.org/10.1145/274430.274432 Kosara, R. 2007. The Missing Link Between Information Visualization and Art. Proceedings of the 11th International Conference Information Visualization, IEEE Computer Society Washington, DC, USA, 631-636 http://dx.doi.org/10.1109/iv.2007.130 Lau, A. & Moere, A.V. 2007. Towards a Model of Information Aesthetics in Information Visualization. Proceeding IV '07 Proceedings of the 11th International Conference Information Visualization Washington, DC, USA, 87 92. http://dx.doi.org/10.1109/iv.2007.114
Lähteet Lewis, J., Rosenholtz, R., Fong, N. & Neumann, U. 2004. VisualIDs: Automatic distinctive icons for desktop interfaces. In Proceedings SIGGRAPH. ACM Press, 416 423. http://scribblethink.org/work/visualids/visualids.pdf Masud, L., Valsecchi, F., Ciuccarelli, P., Ricci, D. & Caviglia, G. 2010. From Data to Knowledge. Visualizations as transformation processes within the Data-InformationKnowledge continuum. Proceedings of the 14th International Conference Information Visualisation, the 26-29 July 2010 in London United Kingdom, 445-449. http://doi.ieeecomputersociety.org/10.1109/iv.2010.68 Pousman, Z., Stasko, J.T. & Mateas, M. 2007. Casual Information Visualization: Depictions of Data in Everyday Life. Journal IEEE Transactions on Visualization and Computer Graphics, 13(6), 1145-1152. http://dx.doi.org/10.1109/tvcg.2007.70541 Tufte, E. R.2001. The Visual Display of Quantitative Information. 2nd edition. Cheshire, CT: Graphics Press. Ziemkiewicz, C. & Kosara, R. 2009. Embedding Information Visualization within Visual Representation. Advances in Information and Intelligent Systems. Vol. 251. Studies in Computational Intelligence. Springer Berlin Heidelberg, 307-326. http://dx.doi.org/10.1007/978-3-642-04141-9_15