Προτάσεις για διαδραστική οπτικοποίηση χωρικών - κατηγορικών δεδομένων
| dc.contributor.advisor | Παπαστεφανάτος, Γεώργιος | |
| dc.contributor.advisor | Papastefanatos, George | |
| dc.contributor.author | Ρούτση, Θεόδωρος | |
| dc.contributor.author | Routsi, Theodoros | |
| dc.date.accessioned | 2024-02-26T08:21:39Z | |
| dc.date.available | 2024-02-26T08:21:39Z | |
| dc.date.issued | 2024-01 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16207 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/3629 | |
| dc.description.abstract | Η οπτικοποίηση δεδομένων διαδραματίζει κρίσιμο ρόλο στις σύγχρονες επιχειρήσεις και οργανισμούς. Σήμερα, οι όγκοι δεδομένων είναι πολύ αυξημένοι και οι αναλυτές πρέπει να διαχειριστούν και να οπτικοποιήσουν όλα αυτά τα δεδομένα για να ανακαλύψουν τάσεις ή ιδέες που μπορεί να βοηθήσουν την έρευνά τους να προχωρήσει. Προκειμένου να βοηθηθούν οι αναλυτές, χρησιμοποιούνται ευρέως συστήματα συστάσεων οπτικοποίησης. Αυτά τα συστήματα προσφέρουν μια συλλογή δυνατοτήτων που στοχεύουν στην οπτικοποίηση των δεδομένων που περιέχονται σε τεράστια σύνολα δεδομένων πολύ πιο γρήγορα από ό,τι θα έπρεπε να είχαν κάνει οι αναλυτές εξετάζοντας κάθε μεταβλητή μόνοι τους, υποστηρίζοντας την αφήγηση και βοηθώντας τους να ανακαλύψουν πολλές ιδέες. Έτσι, αυτή η μεταπτυχιακή διατριβή εμβαθύνει στον κόσμο των συστημάτων συστάσεων οπτικοποίησης, παρέχοντας μια εκτενή επισκόπηση των διαφορετικών τύπων διαθέσιμων συστημάτων, τις βέλτιστες πρακτικές εφαρμογής και τις μεθόδους αξιολόγησης της αποτελεσματικότητάς τους. Ειδικότερα, η έρευνά μας αντιμετωπίζει ένα αναγνωρισμένο κενό στα Συστήματα Συστάσεων Οπτικοποίησης (VRS), τονίζοντας την απουσία συστημάτων ικανών να καθοδηγούν τους χρήστες προς περιοχές ενδιαφέροντος για εξερεύνηση και σε βάθος μελέτη. Παρά την επικράτηση εργαλείων για την ανάλυση γεωχωρικών δεδομένων, οι υπάρχουσες πλατφόρμες συχνά δεν διαθέτουν τη λειτουργικότητα για την παροχή κατευθυνόμενων συστάσεων σχετικά με περιοχές που αξίζουν εξέτασης, μια έλλειψη που η έρευνά μας επιδιώκει να διορθώσει. Έτσι, σε αυτήν τη διατριβή, επικεντρωθήκαμε στη σύσταση προβολών που αντιπροσωπεύουν περιοχές μέσω ενός σχήματος χωρικής καταμέτρησης, γνωρίζοντας ότι αυτός είναι ένας ευέλικτος τρόπος αναπαράστασης χωρικών και γεωγραφικών δεδομένων. Χρησιμοποιήσαμε εξαγωνικά ως πλέγμα, προκειμένου να αναλύσουμε τη συμπεριφορά του πλέγματος ως αναπαράσταση της συμπεριφοράς όλων των σημείων κάτω από αυτό, αντί κάθε ξεχωριστού σημείου. Αυτή η διατριβή καλύπτει την καινοτομία της σύστασης και οπτικοποίησης εξαγώνων, παρέχοντας στους αναγνώστες μια ολοκληρωμένη κατανόηση των πιθανών εφαρμογών αυτής της νέας μορφής. Συγκεκριμένα, η συνεισφορά μας είναι η δημιουργία μιας προσέγγισης συστάσεων οπτικοποίησης που υποστηρίζει κυρίως γεωγραφικά δεδομένα, χρησιμοποιώντας ένα εξαγωνικό πλέγμα για τη μελέτη της συμπεριφοράς των σημείων κάτω από τρία διαφορετικά σενάρια χρήσης. Αυτή η προσέγγιση λύνει δύο βασικά προβλήματα: (α) υπάρχουν ελάχιστα υπάρχοντα συστήματα προτάσεων οπτικοποίησης που επικεντρώνονται στη σύσταση γεωγραφικών περιοχών και (β) τα υπάρχοντα συστήματα προτάσεων συνήθως συνιστούν συγκεκριμένες γειτονιές, πόλεις, περιοχές κ.λπ. αντί για περιοχές που δεν εξαρτώνται από τα γεωπολιτικά σύνορα, όπως, για παράδειγμα, μια περιοχή που ένα μέρος της ανήκει σε μια πόλη και το άλλο μέρος ανήκει σε μια άλλη πόλη. Καλούμε αυτά τα σενάρια που πραγματοποιεί η προσέγγισή μας "μεθόδους" και ονομάζονται αντίστοιχα “Global Reference View and Global Target Views”, “Local Reference View and Local Target Views” και “Local Reference View and Local Target Views with Spatial Distance”. Η πρώτη επιστρέφει υποψήφια ενδιαφέροντα εξάγωνα που καθορίζονται μέσω όλων των γεωγραφικών περιοχών που περιλαμβάνει ένα σύνολο δεδομένων, ενώ οι άλλες δύο μεθόδοι σχετίζονται με τη μελέτη μικρότερων γεωγραφικών περιοχών του συνόλου δεδομένων που καθορίζονται από τον χρήστη. Η διαφορά μεταξύ της δεύτερης και της τρίτης μεθόδου σχετίζεται με το ενδιαφέρον που επιδεικνύει ο χρήστης για τη χωρική απόσταση μεταξύ της τοποθεσίας που θέλει να μελετήσει και των εξαγώνων γύρω της. Συνολικά, αυτή η διατριβή είναι μια πολύτιμη πηγή για όποιον θέλει να αποκτήσει μια βαθύτερη κατανόηση των συστημάτων προτάσεων οπτικοποίησης και των εφαρμογών τους σε σύγχρονες επιχειρήσεις και οργανισμούς. Η συμπερίληψη της εξαγωνικής οπτικοποίησης προσθέτει ένα καινοτόμο και ισχυρό εργαλείο στην εργαλειοθήκη οπτικοποίησης, ανοίγοντας νέες δυνατότητες για εξερεύνηση και ανάλυση σύνθετων συνόλων δεδομένων. Επιπλέον, διενεργήσαμε μια αξιολόγηση με τη μέθοδο της "Μελέτης Χρήστη" για την προσέγγισή μας, και καθώς τα αποτελέσματα της αξιολόγησης παρουσιάστηκαν θετικά, πιστεύουμε ότι αυτό αποτελεί ένα επιτυχημένο σημείο εκκίνησης για τη δημιουργία ενός Συστήματος Προτάσεων Οπτικοποίησης στο μέλλον που θα βοηθήσει αποτελεσματικά και αποδοτικά τους αναλυτές στις μελέτες τους. | el |
| dc.format.extent | 73 | el |
| dc.language.iso | en | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Προτάσεις για διαδραστική οπτικοποίηση χωρικών - κατηγορικών δεδομένων | el |
| dc.title.alternative | Recommendations for Interactive data visualization of spatial - categorical data | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
| dc.description.abstractEN | Data visualization plays a crucial role in modern businesses and organizations. Nowadays, the data volumes are highly increased and the analysts need to manage and visualize all this data to find out trends or insights that may help their research to advance. In order to help analysts visualization recommendation systems are broadly used. These systems offer a collection of capabilities that aim at the visualization of the data contained in enormous datasets much faster than the analysts should have done by examining every variable by themselves, supporting storytelling and helping them to discover many insights. So, this master thesis delves into the world of visualization recommendation systems, providing an extensive overview of the different types of systems available, implementation best practices, and methods for evaluating their effectiveness. Notably, our investigation addresses a recognized gap in Visualization Recommendation Systems (VRSs), emphasizing the absence of systems adept at guiding users toward areas of interest for exploration and in-depth study. Despite the prevalence of tools for geospatial data analysis, existing platforms often lack the functionality to provide directed recommendations on regions worthy of examination, a deficiency our research seeks to rectify. So, in this thesis, we focused on the recommendation of views representing areas through a spatial partitioning scheme, knowing this is a flexible way of representing spatial and geographical data. We used hexagons as a grid, in order to analyze the behavior of the grid itself as representing the behavior of all points underneath instead of every individual point. This thesis covers the innovation of recommending and visualizing hexagons, providing readers with a comprehensive understanding of the potential applications of this new format. Specifically, our contribution is the creation of a visualization recommendation approach that mostly supports geographical data, using a hexagonal grid for studying the behavior of the points underneath in three different use cases. This approach solves two major problems; (a) there are not many existing VRSs that emphasize on the recommendation of geographical areas and (b) the existing VRSs usually recommend specific neighborhoods, cities regions etc. instead of areas that are not depended on the geopolitical boarders, like for instance an area that a part of it belongs to a city and the other part of it belongs to another city. We call these use cases our approach conducts “methods” and they are respectively named as “Global Reference View and Global Target Views”, “Local Reference View and Local Target Views” and “Local Reference View and Local Target Views with Spatial Distance”. The first one returns candidate interesting hexagons defined through all the geographical areas a dataset contains, while the other two methods are related to the study of smaller geographical areas of the dataset defined by the user. The difference between the second and the third method relates to the interestingness the user shows in the spatial distance among the location he wants to study and the hexagons around it. Overall, this thesis is a valuable resource for anyone seeking to gain a deeper understanding of visualization recommendation systems and their applications in modern businesses and organizations. The inclusion of hexagonal visualization adds an innovative and powerful tool to the visualization toolbox, opening up new possibilities for exploring and analyzing complex data sets. Furthermore, we conducted a “User Study” evaluation for our approach and since the results of the evaluation were shown as positive, we believe this is a succeeded starting point for creating a VRS in the future that will effectively and efficiently help analysts in their studies. | el |
| dc.contributor.master | Κυβερνοασφάλεια και Επιστήμη Δεδομένων | el |
| dc.subject.keyword | Συστήματα οπτικοποίησης | el |
| dc.subject.keyword | Εξάγωνα | el |
| dc.date.defense | 2024-01-08 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Πληροφορικής
Department of Informatics
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα