Interactive Visualization of Multidimensional Data

Abstract

Tiedon esitystapa vaikuttaa suuresti sen ymmärrettävyyteen. Eri tavat sopivat eri tilanteisiin: tilanteesta riippuen jokin tapa voi olla tehokkaampi, tarkempi tai käyttäjälle miellyttävämpi kuin jokin toinen.

Tiedon esitystavoilla ja niiden tutkimuksella on pitkä historia, jonka tarkkaa alkupistettä ei edes tunneta. Viimeisen kahden vuosikymmenen aikana on tärkeäksi tutkimusalueeksi noussut tietokoneavusteinen visualisointi, jossa käyttäjä voi käsitellä tietokoneen näytöllä esitettyä tiedon visualisointia ja siten saada useita erilaisia näkymiä samaan tietoon. Vuorovaikutus parantaa erityisesti abstraktin ja monimutkaisen tiedon ymmärrettävyyttä.

Tiedon visualisoinnin tutkimuksessa yksi avoin ongelma-alue on moniulotteisen tiedon visualisointi. Oletetaan, että olet myymässä kesämökkiäsi, ja haluat päästä selville nykyisestä hintatasosta. Pian selviää, että siihen vaikuttaa moni tekijä: sijainti, varustelutaso, palstan koko, mökin koko, järvenrantapalsta, jne. Perinteisiä businessgraafikoita käyttäen tällaisen tietojoukon havainnollistaminen on vaikeaa, ja parhaimmillaankin ne pystyvät tarjoamaan näkymän jossa painottuvat vain muutamat monista muuttujista, eli ulottuvuuksista.

Yksi-, kaksi- ja kolmiulotteisen tiedon esittämiseen voidaan hakea ymmärtämistä helpottavia vertauksia ja malleja ympäröivästä todellisuudesta, mutta moniulotteisen tiedon visualisoinnissa ei tätä mahdollisuutta ole. Tästä syystä moniulotteisen tiedon esitystapoja on usein vaikea ymmärtää ja käyttää.

Tampereen yliopistossa 21.4. tarkastettavassa väitöskirjassa esitellään kolme moniulotteisen tiedon visualisointimenetelmää ja esitetään parannuksia niiden vuorovaikutustekniikoihin. Visualisointitekniikoiden ominaisuuksia ja ehdotettuja parannuksia tutkittiin toteuttamalla prototyyppisovelluksia, joita arvioitiin käyttäjäkokeissa. Kokeissa tutkittiin visualisointimenetelmien tehokkuuden lisäksi niiden subjektiivista hyväksyttävyyttä ja miellyttävyyttä käytettävyystutkimuksen keinoin.

Tutkimuksen kohteena olevat kolme menetelmää perustuvat rinnakkaiskoordinaatteihin, permutaatiomatriisiin ja moniulotteisiin kuvakkeisiin. Rinnakkaiskoordinaatit mahdollistavat moniulotteisen tiedon esittämisen samansuuntaisten koordinaattiakseleiden avulla, jolloin kolmen ulottuvuuden rajoitus saadaan kierrettyä. Tässä tutkimuksessa on esitetty parannuksia rinnakkaiskoordinaatteja hyödyntävien sovellusten käyttöliittymään sekä raportoitu SQL-kyselykielen ja rinnakkaiskoordinaattiesitystavan tehokkuutta ja käytettävyyttä vertaileva koe. Permutaatiomatriiseihin perustuvassa menetelmässä tietoja sisältävä taulukko voidaan muuttaa suoraviivaisesti kuvaksi korvaamalla arvot vastaavan kokoisella kuvaelementillä. Tätä esitystapaa voidaan käyttää vuorovaikutteiseen visualisointiin, jolloin käyttäjä voi vaihtaa rivien ja sarakkeiden paikkaa ja näin havaita samanlaisten tietoalkioiden ryhmiä. Permutaatiomatriisiin liittyen työssä on kehitetty uusi ja tehokkaampi vuorovaikutteinen tapa etsiä samanlaisten tietoalkioiden ryhmiä. Kolmas työssä käsitelty menetelmä perustuu painetuissa visualisoinneissa käytettyihin moniulotteisiin kuvakkeisiin ja niistä muodostettuihin ristiintaulukointeihin. Työssä osoitetaan, että visualisoitavaan tietoon sisällöllisesti liittyvät kuvakkeet, esimerkiksi auton visualisointi kuvakkeella jossa konepellin pituus vastaa moottorin tehoa, korin takakenoisuus kiihtyvyyttä jne., parantavat niiden tulkintatarkkuutta.

Kokonaisuutena väitöskirja osoittaa, että moniulotteisen tiedon esittäminen ja käsittely voidaan tehdä entistä helpommin ymmärrettäväksi kehittämällä vuorovaikutustekniikoita ja arvioimalla niitä käyttäjäkeskeisten suunnittelumenetelmien avulla.

Information visualization techniques can aid us in gaining insight into abstract and complex data, and help us when we need to form a mental image thereof. One of the challenging areas in information visualization is the visualization of multidimensional data. The problem arises when we need to consider a large number of data variables and their relationships simultaneously, often without a well-defined understanding of what to look for.

Information acquisition can be amplified through interaction with the visualization. Visualizations of multidimensional data are often visually complex, and interaction allows users to inspect and probe the presentation for better comprehension. This thesis studies interaction in three conceptually different visualization techniques for multidimensional data: the reorderable matrix, parallel coordinates, and interactive glyphs. The first two can be regarded as classic information visualization techniques, and the third is an interactive variant of a classic technique that is used in print media. In addition to gaining, and thus offering, better understanding of the interaction in these techniques, improvements to them are suggested and evaluated.

The three techniques were studied by implementing a number of interactive prototypes and performing controlled experiments with them. Human-computer interaction research practices were followed by using an incremental development approach and augmenting the controlled experiments with usability evaluation techniques. The results include a new technique for processing a reorderable matrix visualization, enhancements to the user interface of parallel coordinate browsers, and a new visualization technique based on data glyphs and small multiple visualizations.