Wikipedia · einfach zusammengefasst · Stand
Informationsvisualisierung
Informationsvisualisierung ist ein Forschungsgebiet, das sich mit computergestützten Methoden zur grafischen Darstellung abstrakter Daten beschäftigt.
Inhalt5 Abschnitte
Begriff, Ziel und Abgrenzung
Informationsvisualisierung ist ein Forschungsgebiet für computergestützte grafische Darstellungen abstrakter Daten. Als abstrakt gelten hier numerische, relationale oder textuelle Daten, für die keine räumliche Darstellung unmittelbar vorgegeben ist. Davon wird die Wissenschaftliche Visualisierung abgegrenzt, die räumliche Daten darstellt.
Visualisierungen sollen Daten auswertbar machen, neue Erkenntnisse ermöglichen sowie diese Erkenntnisse kommunizieren und veranschaulichen. Von der Informationsvisualisierung unterscheidet sich die Wissensvisualisierung (knowledge visualization): Sie ist ein Prozess der Wissensübermittlung (knowledge transfer), nutzt grafische Mittel jeder Art und ist nicht auf Computer gebunden. Ihre Grundlage sind lernpsychologische Vorteile visueller Kommunikation.
Arbeitsweise und Qualitätsanforderungen
Das interdisziplinäre Gebiet nutzt unter anderem Methoden und Erkenntnisse aus Informatik, Statistik, Data-Mining und Kognitionswissenschaft. Es soll außerdem die Mensch-Computer-Interaktion verbessern.
Eine Darstellung soll expressiv und effektiv sein. Expressiv bedeutet, dass alle Daten, aber nur diese Daten, in die Visualisierung eingehen. Effektiv bedeutet, dass Betrachtende schnell einen Überblick über die in den Daten enthaltenen Informationen gewinnen können. Dabei müssen Wahrnehmungseffekte wie optische Täuschungen berücksichtigt werden.
Visualisierungen können Informationen präsentieren oder der explorativen Datenanalyse dienen. Explorative Analyse ist ein offener, erforschender Prozess, bei dem anfangs kein genaues Analyseziel formuliert sein muss.
Die bedeutendste wissenschaftliche Konferenz ist die jährlich im Rahmen der IEEE VIS stattfindende IEEE Information Visualization (InfoVis). Weitere Konferenzen sind die EG/VGTC Conference on Visualization (EuroVis) und das IEEE Pacific Visualization Symposium (PacificVis). Die interdisziplinäre Information+ bringt Wissenschaftler, Pädagogen und Praktiker aus Informationsdesign und Datenvisualisierung zusammen.
Beispiele: Zitationen und Semantik
Chaomei Chen beschreibt in „Searching for intellectual turning points“ eine Methode zur Analyse von Zitationsräumen. Sein Tool für das Web of Science kann bibliografische Daten und Zitationen von Autoren durch andere Autoren nachverfolgen. Die Untersuchung von Kozitation ist eine schon länger bekannte informationstechnische Methode.
Neu ist bei Chen die Anwendung von Progressive Pathfinder Network Scaling auf das Problem Cocitation. Die Analyse verwendet Pathfinder Associative Networks. Der zugehörige Algorithmus stammt vom Psychologen Roger W. Schvaneveldt und gehört zur künstlichen Intelligenz. Das flexible Tool erlaubt außerdem etwa autoren- oder publikationsbezogene Clusteranalysen.
Für den Ontologie-Editor Protégé-2000 gibt es Visualisierungs-Plug-ins. Sie stellen Ontologien beziehungsweise semantische Netzwerke als Graphen mit variablem Layout dar. Erweiterte Ansätze gehen über rein formale Ontologien hinaus und erzeugen mithilfe analytischer Ansätze Semantik.
Diagramme für Zahlen und mehrere Merkmale
Je nach Datentyp eignen sich unterschiedliche Techniken; für häufige Datentypen haben sich bestimmte Diagramme als Standards etabliert.
Zeitreihen zeigen zeitliche Veränderungen einer numerischen Variablen meist als Balken-, Säulen- oder Liniendiagramm. Eine Achse des zweidimensionalen Koordinatensystems bildet dabei die zeitliche Abfolge ab. Bei univariaten Daten, also beim Vergleich mehrerer Objekte hinsichtlich einer numerischen Variablen, können dieselben Diagrammformen verwendet werden; anstelle der Zeitachse steht eine Liste der Objekte. Kreisdiagramme eignen sich besonders, wenn die Summe der Werte eine sinnvoll interpretierbare Gesamtheit bildet, etwa bei der Zusammensetzung von Stimmanteilen.
Multivariate Daten beschreiben Objekte mit mehreren numerischen Variablen. Ein Streudiagramm vergleicht zwei Variablen: Jedes Objekt wird als Punkt in einem zweidimensionalen Koordinatensystem markiert. Eine Streudiagrammmatrix zeigt alle paarweisen Variablenkombinationen. Parallele Koordinaten setzen die Variablen als parallele Achsen um; jedes Objekt erscheint als Polylinie, die die Achsen entsprechend seinen Variablenwerten verbindet.
Netzwerke, Hierarchien und Einsatzfelder
Netzwerke, in der Informatik auch Graphen genannt, bilden Beziehungen zwischen Objekten ab. In Knoten-Kanten-Diagrammen stehen Knoten, meist Kreise oder Rechtecke, für Objekte; gerade oder geschwungene Linien verbinden sie. Das Berechnen der Positionen von Knoten und Kanten heißt Graphzeichnen. Eine weitere Darstellungsform ist die Adjazenzmatrix.
Hierarchien, in der Informatik auch Bäume genannt, sind Netzwerke, in denen ein Objekt jeweils nur einem übergeordneten Objekt zugeordnet ist. Neben Knoten-Kanten-Diagrammen werden Tree Maps verwendet: Sie teilen eine Fläche entsprechend der Hierarchiestruktur rekursiv in Teilflächen auf.
Weitere Techniken sind Gantt-Diagramm, Heatmap, Mengendiagramm, Sankey-Diagramm, Sparkline und Zeitleiste. Wichtige Anwendungsgebiete sind Bioinformatik, Business Intelligence, Digital Humanities, Kartografie, Softwarevisualisierung, Soziale Netzwerkanalyse und Szientometrie.