18. Matveeva - technologická podpora pro financování inovací v malých průmyslových podnicích // Engineering Bulletin of the Don, 2014, č. 2 URL: ivdon. ru/magazine/archive/n2y2014/2417/.
Reference
1. Ponomareva E. I. Inženernyj vestnik Dona (Rus), 2012, č. 1 URL: ivdon. ru/magazine/archive/n1y2012/628/.
2. Efremova O. A. Inženernyj vestnik Dona (Rus), 2014, č. 2 URL: ivdon. ru/magazine/archive/n2y2014/2371/.
3. Pirolli P., Card S. K. Information foraging in information access environments // Proceedings of CHI ’95, ACM, 1995. S. 51–58.
4. Wünsche B. Průzkum, klasifikace a analýza percepčních konceptů a jejich aplikace pro efektivní vizualizaci komplexních informací // APVis "04 Proceedings of the 2004 Australasian symposium on Information Visualisation. 2004. Vol. 35. P. 17–24 .
5. Norretranders T. The User Illusion: Reding Consciousness Down to Size. Penguin Press Science, 19s.
6. Koffka K. Principy Gestalt psychologie. NY: Harcourt, 19p.
7. Beck D. E., Cowan K. Spiral Dynamics: Mastering Values, Leadership and Change, 20s.
8. Tufte E. Vizuální zobrazení kvantitativních informací. Graphics Press, druhé vydání, 20s.
9. Ware S. Information Visualization: Perception for Design. 2 vyd. Morgan Kaufman, 20p.
10. Friendly M., Kwan E. Uspořádání efektů pro zobrazení dat // Computational Statistical & Data Analysis. VolP. 509–539.
11. Návrh informačního panelu: Efektivní vizuální komunikace dat. O"Reilly, 20p.
12. Pickett R. M., Grinstein G. G., Levkowitz H. a Smith S. Využití pre-pozorných percepčních procesů ve vizualizaci // Perceptual Issues in Visualization. Grinstein G., Levkowitz H. (editoři). NY:Springer, 1995. S.33–45
13. Lengler R., Eppler M. J. Směrem k periodické tabulce vizualizační metody pro management. Sborník z mezinárodní konference IATED o grafice a vizualizaci ve strojírenství, GVE 2007, Florida, 20s.
14. Bresciani S., Eppler M. J. Rizika vizualizace: Klasifikace nevýhod spojených s grafickým znázorněním informací // Schulz P. J., Hartung U., Keller S. (Eds.), Identität und Vielfalt der Kommunikations-wissenschaft. Konstanz, Německo: UVK Verlagsgesellschaft mbH, 2009. S.52−65.
15. Wainer H. Jak špatně zobrazovat data // The American Statistician. 1984. Sv. 38(2) S. 137−147.
16. Spáč A. Jak lhát se statistickou grafikou. Úspěšné statistiky LLC. Sborník příspěvků z konference uživatelů Crystal Ball 2006, 2006. 11s.
17. Avgerinou M., Ericson J. Přehled konceptu vizuální gramotnosti // British Journal of Educational Technology. 1997. Sv. 28(4). S. 280−291.
18. Matveeva L. G. Inženernyj vestnik Dona (Rus), 2014, č. 2 URL: ivdon. ru/magazine/archive/n2y2014/2417/.
3 D-vizualizace sebevědomě zaujímá vedoucí pozici v hodnocení nejslibnějších informačních technologií. Proč tento segment řešení posiluje a rozšiřuje svou pozici, co je katalyzátorem poptávky, jaké nové trendy se objevují v dnešních nelehkých podmínkách? Mluvili jsme o tom s Sergej Astakhov, vedoucí konsorcia Interactive Data Visualization Platform (IDVP), finalista soutěže „Nejlepší informační a analytické nástroje – 2016“.
Jaké jsou hnací faktory trhu interaktivní vizualizace dat? jsou dnes klíčové? Jaké trendy lze identifikovat?Tahounem poptávky po analytických nástrojích je paradoxně obtížná ekonomická situace. Během krize potřebují manažeři rychle získat přesné a objektivní informace o stavu podniku. Dalším hnacím motorem trhu je lavinový růst objemu dat, který vyžaduje nové přístupy k práci s informacemi.
Dnes jsou potřeba technologie, které mají schopnost zpracovávat velké množství dat, interaktivní infografiku a mají interaktivní rozhraní. Uživatelé si uvědomili, že vizualizace a interakce s daty jim může nejlépe pomoci porozumět datům.
Pro tyto úkoly je určen unikátní ruský vývoj Interactive Data Visualization Platform (IDVP) - technologická platforma pro provozní vizualizaci a analýzu dat. Tento nástroj pro správu je založen na technologiích funkčního modelování pro analýzu situací pomocí prostorové 3D infografiky. Platforma slouží k řešení manažerských, ekonomických a finančně-ekonomických problémů.
Když poskytovatelé analytických služeb mluví o zákaznických datech, často mluví o problémech s daty. Vezmeme-li ale ideální případ, kdy jsou data klienta v příkladném pořádku, jak rozeznáme důležitá data od nedůležitých, která přímo ovlivňují jeho obchodní procesy od těch nedůležitých?
„Nejdůležitější“ data jsou získávána ze systémů, které využívají senzory a měřiče, například v systémech řízení procesů, potrubních řídicích systémech, výrobě energie atd., nebo ze systémů automatizujících provozní činnosti – bankovní, platební, logistické systémy atd. atd., kde je minimalizována role lidského faktoru nebo jsou informace vázány na „skutečné“ peníze.
V současné době známe dva způsoby, jak kvalitu dat zlepšit: buď minimalizovat lidský faktor – získávat data objektivními technickými prostředky, nebo vázat informace za peníze.
Například v Monitorovacím centru lékařského informačního systému se dostupnost lékařů měří automaticky v době, kdy se pacient objednává, bez lidského faktoru.
Úplnost přidávání zdrojů do systému je také kontrolována jednoduše – lékař nebude moci pobírat mzdu, pokud není do systému zadán a nepracuje v něm každý den. Zatímco účetní oddělení existovalo odděleně od Monitorovacího centra, na klinikách bylo více zaměstnanců, než bylo objednávek. Když se sjednotili, vše se rychle vrátilo do normálu.
Vytváření analytického řešení nové generace proto v izolaci od reorganizace systému nižší úrovně, zpravidla řídícího i informačního, prakticky nemá smysl.
Jak poznáte slabá místa v obchodních procesech vašeho klienta? Pro generálního ředitele je důležité rozumět minulosti, současnosti a prognózám vývoje svého podnikání, být si vědom aktuálních ukazatelů výkonnosti a efektivity. jak se s tím vypořádáte?
V naší práci se zaměřujeme na tři hlavní principy.
- Páni efekt- kvalita grafiky, animace a rychlost aplikace dělají práci alespoň nenudí. Všechny prvky jsou navrženy pro kvalitní zobrazení na „velkých“ obrazovkách a pro vedoucí pracovníky na mobilních zařízeních nebo PC.
- Analýza situace- schopnost rychle lokalizovat problém u kontrolních objektů, např. pomocí principu semaforu nebo konkrétního obrázku.
- Možnost nejen lokalizovat problém, ale také vše odhalit možné důvody jeho vzhled, čímž tlačí k řešení problému.
Vývoj jakéhokoli analytického řešení - Monitorovacího centra na platformě IDVP začíná definováním případu, obdobného obchodnímu případu, který zahrnuje různé indikátory charakterizující řešený problém a ukazující klientovi cesty k jeho řešení.
Poté, když se vytvoří případ a vyberou se indikátory k vyřešení problému, vymyslíme a vyvineme trojrozměrné interaktivní vizuální obrazy, které tvoří „prostor fenoménů“. Za vizualizaci dat je přímo zodpovědný speciální program – „3D přehrávač“, který je sestaven pod kontrolou platformy individuálně pro každého uživatele.
IDVP podporuje poměrně velkou sadu interaktivních analytických nástrojů. Mají schopnost škálovat, měnit polohu v prostoru pro lepší vizuální vnímání, možnost vícenásobného výběru zobrazených objektů nebo hodnot s podporou rozbalování přímo z tabulky nebo grafu.
Například pro „Centrum monitorování finančních organizací“ jsme použili koncept vizuálního grafického interaktivního rozhraní pro „cloud“ dlužníků, se kterým se snadno a pohodlně pracuje. Velikost koule v cloudu zakóduje informaci o výši přijatých půjček dlužníkem a barevně informaci o počtu zjištěných problémů s dlužníkem. Specialista může kliknout na dlužníka, o kterého má zájem, a prohlédnout si diagram jeho finančních vztahů s protistranami v různých sekcích, vztazích a typech.
Aplikace Monitorovací centrum „Inteligentní sklad“ využívá trojrozměrné vizuální znázornění skladu a spojnicový graf s interaktivně nastavitelným měřítkem.
Ve skutečnosti se jedná o digitální snímek skladového byznysu, ve kterém jsou intuitivním způsobem prezentovány odpovědi na výrobní problémy – například proč jsou ve skladu dlouhé fronty aut na nakládku a vykládku?
Jak se přístup k analýze informací v klasických analytických nástrojích liší od vašeho řešení?
Navzdory obecně uznávanému umístění analytických systémů je jejich uživatelem tradičně vyškolený analytik, který točí „kostky“ dat a hledá v nich vzory. K analýze dat používá tabulky, grafy, tabulky a další.
Vybrali jsme si pro sebe dalšího uživatele – je to především top manažer, majitel firmy, lídr v oboru, který je neustále v omezeném časovém limitu. Pro něj je rychlost rozhodování managementu často kritická. Současně moderní zaneprázdněný člověk stále více chce vnímat informace ve formě trojrozměrné interaktivní infografiky, která mu umožňuje analyzovat maximální množství informací s minimem času, rychle pochopit podstatu problému, různé trendy změn a vyhodnotit možná rizika. Je zvyklý existovat v trojrozměrném prostoru.
Proto se při vývoji zaměřujeme na ty oblasti, které nám umožňují rychle a efektivně zprostředkovat manažerům situaci na složitých oborových případech. s velkým objemem zdrojových dat. Mezi nimi jsou následující:
Nové techniky pro interaktivní vizuální práci s velkým množstvím provozních a strategických informací - technologie poskytuje jasné vnímání existujících problémů a možných způsobů jejich řešení prostřednictvím vizuálních obrazů. Obrazovka současně zkoumá mnoho aspektů ovlivňujících problém, je snazší porozumět informacím, řízení, finančním a ekonomickým procesům a jsou viditelné jejich vzájemné vazby a vzájemné závislosti.
Zavedení gamifikačních prvků je nová úroveň uživatelské interakce, díky které je proces analýzy dat zajímavý, vzdělávací a zapamatovatelný. V souladu s tím se zvyšuje úroveň a kvalita držení informací.
Použití nových 3D analytických nástrojů, které se nepoužívají v tradičních systémech BI kvůli nemožnosti získat normální výsledky na platformách prohlížečů, například vývojové diagramy Sankei, diagramy vztahů many-to-many atd.
Podívejte se sami na příklady rozhraní našich analytických systémů. Myslím, že se vše vyjasní bez dalšího.
SPECIÁLNÍ PROJEKT SPOLEČNOSTIIDVP
S rozvojem informačních technologií a růstem schopností počítačových systémů objevilo mnoho světových badatelů nové perspektivy, které světu otevírá pokrok. Počítač umožňuje oživit statická data, usnadnit analýzu a výzkum a prezentovat informace v nové perspektivě.
Vizualizace informací se promítá i do uživatelského prostředí a posouvá práci s informacemi na novou úroveň. Technologie pro grafickou prezentaci informací zažívají období rychlého rozvoje a v současné době mezi nimi lze rozlišit 3 klíčové oblasti:
· Vizualizace dat;
· Infografika;
· Reprezentace znalostí.
Jaké jsou jejich rozdíly, vlastnosti a výhody? Která z těchto oblastí vizualizace dat je použitelná pro hromadné projekty a jaké výhody z nich lze odvodit? Zkusme na to přijít.
Vizualizace dat
Vizualizace data v informačních systémech zvyšují efektivitu jejich studia lidmi a jsou široce používána ve vědeckém výzkumu, prognózování, obchodních analýzách a analytických přehledech.
Jinými slovy, je to způsob prezentace dat, který zjednodušuje a zlepšuje lidské vnímání. Vizualizace dat může být dvou typů: průzkumná a prezentační.
Vizualizace prezentace je pro informační účely zaměřená na publikum, pro které je příběh vyprávěn. Mohou to být například grafy ve zprávě nebo tepelná mapa určité oblasti. Úkoly před vizualizací prezentace lze formulovat následovně:
· Stručnost prezentovaných informací;
· Jasnost prezentace;
· Intuitivnost vnímání.
Vizualizace dat pro výzkum přináší data do formy, která výzkumníkovi nabízí nové otázky a příležitosti k jejich pozorování, což znamená, že vizualizace výzkumu čelí různým úkolům:
· Pomozte formulovat nové otázky na základě dostupných údajů;
· Zobrazit relativitu vizualizovaných dat;
· Poskytovat škálovatelnost od obecných po detailní pohledy na data;
· Prezentovat data v kontextu.
Obrázek 10. Vizualizace dat DDoS útoků na mapě světa
Snímek obrazovky Digital Attack Map ukazuje mapu aktuálních digitálních útoků. Pojďme zjistit, jaké principy jsou základem této prezentace dat:
· Barva čar označuje typ útoku;
· Velikost řádků odpovídá šířce datového kanálu;
· Tvar čar označuje zdroj a cíl útoku.
Takové zpracování dat poskytuje data, která jsou pro lidské vnímání nejobtížnější, v podobě intuitivní interaktivní mapy, přístupné pro hlubší studium prostřednictvím řady doplňků a funkcí kontroly vzorkování, možnosti škálovat a zpřesňovat informace o útocích. Abychom to shrnuli, stojí za to říci, že vizualizace dat je forma reprezentace velkého množství počítačových dat, která zjednodušuje jejich vnímání lidmi. Jinými slovy, vizualizace dat označuje formát, ve kterém by měl počítač nahrávat strukturovaná data, aby se v nich člověk v budoucnu snadněji orientoval.
Infografika.
Infografika je grafická forma prezentace informací, založená na principu úplného a maximálně intuitivního odhalení zvoleného tématu. Infografika je založena na informačním designu a má uplatnění v různých odvětvích, od žurnalistiky po technické psaní. Forma prezentace infografiky zohledňuje ergonomii dat, možnosti vybraných fyzických či virtuálních médií, lidskou psychologii a řadu dalších faktorů zcela závislých na manuální práci.
Infografika si za posledních pár let získala nejen oblibu, ale stala se také jedním z aktivně používaných nástrojů v médiích. Přední zpravodajské portály pravidelně vyhledávají a vyvíjejí nové infografické mapy na širokou škálu témat, protože ty si dokázaly získat lásku publika. Níže jsou uvedeny odkazy na známé zpravodajské publikace, které zvýraznily infografiku v samostatném vláknu na svých portálech:
· Zprávy RIA
· Gazeta.ru
· Argumenty a fakta
· A mnoho dalších.
Na obrázku níže je fragment objemné infografiky tiskové agentury TASS, připravené k problematice rusko-evropských plynovodů. V rámci jednoho obrázku jsou zveřejněny informace týkající se geografických údajů plynovodů, jejich názvy a kapacity, objemy dodávek plynu do Evropy, objemy tranzitu plynu dodávaného do Evropy a podrobnosti o tranzitu plynu přes Ukrajinu a přijímající země „ je zajištěn tranzitní plyn.
Obrázek 11. Část infografiky TASS věnovaná rusko-evropským plynovodům
V rámci jednoho obrázku je odpověď na velké množství otázek, přičemž většina informací je prezentována graficky, což usnadňuje a urychluje orientaci v nich. Snadnost prezentace informací je hlavní kvalitou infografiky, pro kterou se stala milovanou jak ve světě, tak v Rusku.
· Usnadnit čtenáři porozumění informacím;
· Jasnost vnímání;
· Snadné předávání údajů;
· Integrita sdělení čtenáři;
· Jasná struktura zpráv;
· Vysoká kvalita dodávaného materiálu;
· V důsledku toho zkrácení doby potřebné k seznámení se s popsaným objemem informací.
Abychom to shrnuli, definujeme infografiku jako grafickou prezentaci informací souvisejících s vybraným tématem ve formátu, který umožňuje rychlé a intuitivní čtení dat. Nutno také podotknout, že kvalitní infografika vyžaduje velké množství ruční práce a její automatizovaná tvorba se zdá nepravděpodobná.
Reprezentace znalostí
Výkon znalosti jsou záležitostí vizualizace informací ve formátu lidského myšlení, úzce souvisejícího s principem ukládání a zpracování informací lidským mozkem.
Pod pojmem reprezentace znalostí se rozumí prezentace znalostí ve formátu dostupném pro počítačové zpracování, jakož i jejich následné uložení a analýzu.
Historie rozvoje této oblasti je poměrně rozsáhlá a sahá až do 60. let minulého století, kdy byla technologie využívána v oblasti neuronových sítí, lékařských systémů a některých her (například šachy).
V 80. letech se objevily první jazyky reprezentace znalostí, které umožňovaly popisovat znalosti dostupné například lidem prezentované v encyklopediích ve strojově čitelné podobě. Později byly vyvinuty programovací jazyky, které byly zaměřeny na reprezentaci znalostí, ale najednou nezískaly patřičnou popularitu.
Dnes je vedle neuronových sítí jednou z předních oblastí ve vývoji technologie reprezentace znalostí sémantický web, jehož cílem je porozumět počítačům informací uložených v globální síti. Vývoj tohoto směru je založen na myšlence sémantického značkování webových stránek, která byla diskutována v části sémantické sítě v první kapitole této práce. Jak již bylo napsáno dříve, sémantický web je doplňkem standardního značkování HTML stránek a je založen na standardech sémantického značkování, sémantické syntaxi a mikroformátech.
Je důležité poznamenat, že myšlenkou sémantického webu je přenést data značek HTML do podoby propojených zdrojů, označených pomocí URI – Unified Resource Identifier. Standardy sémantického webu, jako je RDF markup, pomáhají přeměnit informace webové stránky na koherentní graf, kde lze každému vrcholu a oblouku přiřadit URI. Jinými slovy, sémantický web se ve svém pojetí snaží o obraz sémantické sítě.
Kromě sémantických sítí a sémantického webu se přístupu k organizaci informací na síti věnuje mnoho komerčních společností, jako jsou TheBrain Technologies Corp, Convera, Entopia, Epeople a další. Mají jedno společné: soubor myšlenek, pojmů, definic nebo entit jsou vzájemně propojeny a tvoří tak graf. Ukazování spojení mezi dvěma subjekty uživateli zároveň umožňuje přecházet mezi různými pojmy a nápady při hledání potřebných informací.
Obrázek 12. Rozhraní systému PersonalBrain od TheBrain Technologies. Mac OS, 1998
Kromě konceptu entit a vztahů mezi nimi existuje řada nástrojů navržených tak, aby přiblížily lidské myšlení počítačovému porozumění. Podívejme se na ty hlavní:
Rámečky. Rám je prázdný objekt se zadanou sadou polí. Jinými slovy, rámec je struktura entit sestavených do jednoho objektu. Například sada polí potřebných k popisu jednoho stroje.
Jazyky. Jazyky jsou buď přirozené (vytvořené lidmi pro komunikaci s lidmi) nebo umělé (vytvořené pro komunikaci se stroji). Nejznámějším příkladem logického programovacího jazyka je dnes Prolog.
Notový zápis. Notace ve vztahu k webovým technologiím je doplňkem standardního značkovacího jazyka se sadou konvencí, který umožňuje syntaktickou strojovou analýzu textů přístupnou lidem.
Abychom to shrnuli, je třeba říci, že při analýze metodologie reprezentace znalostí se postupovalo obráceně a hledaly se způsoby, jak lze lidské myšlení interpretovat na počítači. Jak je patrné ze světové praxe, dnes je model reprezentace znalostí reprezentován sémantickou sítí a dostupné webové nástroje mají za cíl přivést standardní značkování dokumentů a webových stránek k prototypu sémantické sítě, konkrétně entit a spojení mezi jim.
Světová studia
Předmět vizualizace informací a související problémy se objevily ve světovém vědeckém výzkumu několik let poté, co se objevila okenní počítačová rozhraní, konkrétně ve druhé polovině 80. let. Nástup osobních počítačů s GUI přinesl prezentaci dat na novou úroveň abstrakce, což vyvolalo pro výzkumníky nové, dříve nezvažované problémy vizualizace informací.
Zpočátku byla vizualizace založena na myšlenkách sémiotiky, které se postupem času rozvinuly v teoriích metafor rozhraní a vizualizace. Rozborem terminologie a analýzou abstraktů vědeckých prací na toto téma můžete porozumět dostupným vizualizačním nástrojům a směrům jejich vývoje.
Terminologie výzkumu
Před Vše, co musíte udělat, je porozumět použité terminologii. V rámci této části bude poskytnut přehled a analýza hlavních pojmů výzkumu věnovaných vizualizaci informací: koncepty metafory, metafory rozhraní, vizualizační metafory a narativu.
Podstatou metafory jako obecného pojmu je analýza a prezentace jevů a entit jednoho druhu prostřednictvím pochopení a interpretace parametrů a jevů jiného druhu.
Vladimir Lazarevich Averbukh ve svém díle „Metafora rozhraní a metafora vizualizace. Jakou teorii potřebujeme? popisuje roli metafory v moderní vědě jako základní mentální operace, jako způsob poznávání, strukturování a vysvětlování světa. Historické kořeny studia metafor začínají ve filologii a sémiotice, postupem času se přesouvají k filozofii a poté k vědě. Dnes je metafora široce používána ve vědě jako nástroj pro vizualizaci a popis mentálních reprezentací a procesů a umožňuje vytvářet jazyky a nástroje pro popis nových jevů.
Metafora rozhraní má za cíl zlepšit interakci uživatele se systémem definováním sady nástrojů rozhraní a vzorců chování, které systematizují práci s HCI.
Myšlenky, které jsou základem vzniku a vývoje metafor rozhraní, jsou široce prezentovány v práci V.L. Averbukh "Kouzelné pohádky jako zdroj metafor rozhraní." Tato práce zkoumá metody využití metafor a abstrakcí z literárních děl v oblasti HCI.
Vizualizační metafora v dílech Sergeje Roldugina na webu „Metody a algoritmy pro přípravu na vizualizaci“ je definována jako zobrazení, které využívá systém analogií a aproximací s jinou oblastí pro objekty v jedné oblasti a také generuje vizuální sérii s přístupný soubor interakčních metod.
Pojem vyprávění příběhů v moderní vědě nejlépe popisuje výrok z knihy „Entity-based colating tools for intelligence analysis“ od E.A. Bier, S.K. Card a J.W. Bodnar: "Narativ je mocná abstrakce, kterou používají analytici zpravodajských služeb ke konceptualizaci hrozeb a pochopení vzorců jednání v rámci analytického procesu."
Termín vyprávění příběhů v oblasti HCI je nejvíce zastoupen v dílech Chrise Babera, Dana Andrewse, Toma Duffyho a Richarda McMastera „Sensemaking as Narrative: Visualization for Collaboration“ a „Visualizing Interactive Narratives: Employing a Branching Comic to Tell a Story and Show its Reading“, kde jeho klíčovým rysem je vztah mezi událostmi popsanými v modelu. Právě souvislosti mezi událostmi a jejich popis dělají příběh vyprávěním.
Hlavní body výzkumu/
Metafora jako základ moderních GUI. Role metafor v moderních grafických rozhraních byla předmětem mnoha studií a praktických prací na nejrůznější témata: od metaforických základů designu firemního stylu a identity značky až po vývoj sémantických modelů a vizualizace znalostí.
Například Aaron Walter ve své knize „Designing for Emotion“ široce popisuje princip metafory při navrhování vizuální identity a navrhování uživatelských emocí, přičemž svůj přístup zakládá na metafoře osobnosti v grafickém rozhraní. Vladimir Averbukh věnuje největší pozornost roli metafory v designu rozhraní a vizualizaci informací ve svých následujících pracích:
· „Kouzelné pohádky jako zdroj metafor rozhraní“;
· „Metafora rozhraní a metafora vizualizace. Jakou teorii potřebujeme?";
· A ve společné práci „Hledání a analýza rozhraní a metafor vizualizace“.
První z těchto děl ukazuje paralely mezi nástroji rozhraní a modely popsanými v lidových pohádkách. Metafory a techniky používané v pohádkách jsou podle autora nápadným a zdařilým příkladem využití metafor při vysvětlování tematické sféry a řízení entit. Kupodivu Vladimir Averbukh není prvním autorem, který se ve svém výzkumu zmiňuje o zkušenostech s pohádkami: Chris Baber uvádí stejný odkaz ve své studii „Smyslování jako vyprávění: Vizualizace pro spolupráci“, kde označuje ruské lidové příběhy za první kroky k tvorba narativů s popisnými souvislostmi mezi objekty.
Ve druhé zmíněné práci je největší pozornost věnována teoriím metafory rozhraní a metafory vizualizace a také popisuje historii utváření metafory jako vědeckého nástroje. Nejzajímavější teze studie se týkají účelů použití metafory a metodologie její aplikace. Podle práce je celkovým cílem použití metafory v rozhraní zvýšit expresivitu studovaných objektů. Zvláštnost použití metafory spočívá v nutnosti hledat zdroj principů metafory nikoli v každodenní realitě, ale v aktivitě uživatele při řešení zadaných problémů.
V posledním zmíněném díle V.L. Averbukh maximálně odhaluje téma metafor jako efektivní nástroj pro analýzu a zpracování informací a definuje 4 kritéria pro vytvoření vysoce kvalitní metafory v rozhraní:
· Podobnost vlastností objektů ve zdrojové a cílové oblasti;
· Možnost grafického znázornění objektů zdrojové oblasti;
· Rozpoznatelnost objektů ve zdrojové oblasti;
· Bohatá sada vztahů mezi objekty ve zdrojové oblasti.
Narativní model prezentace informací a prototyp sémantické sítě. Chris Baber ve svých dílech věnuje velkou pozornost narativnímu modelu a zdůrazňuje důležitost nejen přítomnosti entit jako prototypu objektů a událostí, ale také typizace jejich vztahů. Proto článek „Sensemaking as Narrative: Visualization for Collaboration“ pojednává o důležitosti budování modelu sémantické sítě pro modelování řetězce událostí během vyšetřování.
Kromě toho stejná práce definuje obecnou sekvenci akcí během modelování oblasti znalostí:
· Určení souboru „šablon“ popisované oblasti v dostatečném množství pro vytvoření narativních modelů;
· Navrhněte narativní model pomocí přístupu shora dolů, abyste se postupně ponořili do detailů. Nebylo by od věci zde poznamenat, že není ani tak důležitá přesnost, ale soudržnost výsledného vyprávění;
· Popis vazeb mezi entitami modelu. Právě to podle autora odlišuje vyprávění od historie a otevírá široké možnosti pro její rozbor.
Samostatně je třeba poznamenat, že i ten nejpodrobnější model potřebuje individuální přístup, aby zdůraznil podstatu. Výhodou použití metafor a výhodami dovedení modelu do podoby sémantické sítě je nejen lepší a podrobnější prezentace informací, ale také možnost zaměřit pozornost na zvláště důležitá místa v modelu. Z tohoto rysu vyprávění vyplývá následující teze:
Interaktivní forma prezentace informací umožňuje uživatelům lépe dosahovat svých cílů, ovládat hloubku zobrazení a zaměřit se na správné oblasti modelu. Práce Chrise Babera a Daniela Andrewse „Visualizing Interactive Narratives: Using a Branching Comic to tell a story and show their readings“ je věnována výzkumu tohoto tvrzení na experimentálních skupinách studentů. Studie potvrzuje autorovo tvrzení, že interaktivní a řízená forma prezentace informací je lepší než lineární, i když ve většině implementací má významný nedostatek: nedostatek vize celkového objemu modelu.
Interaktivita modelů otevírá vývojářům nové možnosti – zejména nový přístup k organizaci informací. Jan Noyes a Chris Baber ve své knize User-Centred Design of Systems popisují koncept vrstvení informací a GUI za účelem rovnoměrného rozložení detailů informací v hloubce modelu, shora dolů, což umožňuje uživateli soustředit pozornost na oblasti zájmu, aniž byste ztratili kontakt s celkovým vzhledem vizualizačního modelu a grafického rozhraní.
Posledním bodem, kterého je třeba se v této práci dotknout, je jeden z nejstarších článků analyzovaných během studie: „Co je zvláštního na vizualizaci?“ od Alana M. MacEachrena a Marka Monmoniera Ačkoli byl článek publikován v roce 1992, dotýká se docela zásadních problémů, jako jsou:
· Účely využití vizualizace v počítačových systémech;
· Nástroje počítačové vizualizace;
· Přístupy k využití vizualizace v kartografických systémech.
Hlavní věc je vytvořit vzorec chování pro uživatele v systému. Právě tato teze doplňuje ty předchozí k úplné odpovědi na otázky položené autorem. Vzhledem ke specifikům oboru kartografie, ve vztahu k němuž byl výzkum prováděn, byl podán pohled na oblast vizualizace z nového úhlu a zvláštní pozornost byla věnována nástrojům v práci.
Pokud odstraníme nástroje, jejichž použitelnost v moderních počítačových systémech byla nahrazena pokročilejšími analogy, 3 klíčové nástroje pro úspěšnou vizualizaci jsou navrhování interakce se systémem, používání animací a odkazů na rozšířený obsah.
Interpretace výsledků výzkumu
Po analýzeširokou škálu vědeckých a praktických publikací na témata vizualizace informací, UX designu, vývoje UI a tvorby vizuální identity, můžeme dospět k následujícím závěrům:
· Vytváření nových modelů interakce se systémem je založeno na teorii metafor;
· Prototyp úspěšného informačního modelu je obdobou sémantické sítě, doplněné o popisy subjektů a událostí a také popis jejich vztahů;
· Interaktivita modelu umožňuje ovládat pozornost uživatele a soustředit se na zajímavá místa;
· Informační model vytvořený pomocí metafor rozhraní by měl u uživatele rozvíjet vzorce chování;
· Pro úspěšné zpřístupnění informací modelem by měla být navržena interakce se systémem, měly by být použity animace a vyjasňující odkazy.
Po analýze technologické základny pro práci s informacemi, provedení revize a analýzy stávajících počítačových vizualizačních modelů a analýze předního výzkumu na téma informační vizualizace a HCI můžete přejít k vývoji vlastního řešení. Více o tom v další kapitole.
Die meisten Unternehmen schwimmen förmlich in einem Pool von Daten. Wertvolle Informationen fließen ständig hinein und heraus and rücken damit immer stärker in Bewusstsein der Unternehmen. Um das Potenzial zu nutzen, bedarf es einer Strategie, mit der sich diese Daten sammeln und sinnvoll nutzen lassen.
Mithilfe von lassen sich die Daten erfassen, organisieren, analyzsieren und in geschäftsrelevante Einblicke umwandeln. Diese Strategien helfen effizienten und wettbewerbsorientierten Unternehmen, Rohdaten zu entscheidungsrelevanten Informationen zu verdichten.
In diesem Umwandlungsprozess darf ein wichtiger Punkt jedoch nicht übersehen werden: das fundierte Verständnis der Daten. Eines der wichtigsten Instrumente für zielführende Business Intelligence ist die Informationsvisualisierung.
Ein Bild segt mehr als tausend Worte
Die Menschheit kennt Visualisierungen seit Hunderten von Jahren. Von Karten über Grafiken bis hin zu Diagrammen nutzen wir visuelle Informationen, um eine Geschichte anschaulicher zu erzählen, as Text es vermag.
S technologickým boomem se můžete setkat s datem. Und wieder ist es Technologie, die uns hilft, immer größere Datenmengen noch schneller zu verarbeiten. Trends, Muster und andere Einblicke, die im Rohtextformat leicht unergehen, lassen sich mit Visualisierungssoftware schnell aufdecken.
Obwohl Berichte und Dashboards durchaus ihre Berechtigung haben, sind Visualisierungen oft die wirkungsvollere Methode, da große Datenmengen auf kleinem Raum komprimiert werden können. Anstatt umfangreiche Datasets ewig zu durchforsten, gelangen Sie mit Visualisierungen schnell und effizient ans Ziel.
Dank des technologischen Fortschritts sind Viele Visualisierungsprogramme with interaktiven Funktionen ausgestattet. Diese Flexibilität ermöglicht eine schnelle Anpassung, um Nutzern Dateneinblicke aus unterschiedlichen Blickwinkeln zu gewähren. Ohne dürfte es schwierig sein, in so kurzer Zeit eine ganzheitliche, interaktive Sicht auf Daten zu ermöglichen.
Die Erfolgsformel
Eine große Herausforderung für Business Intelligence ist die Flut an Daten. Damit Visualisierungen zu sicheren Entscheidungen führen, benötigen Sie fundierte Einblicke in Daten. Doch ohne Kontext sind Visualisierungen längst nict so effektiv.
Die Lösung ist einfach: Lassen Sie die Werkzeuge für sich arbeiten. Solange Sie die richtigen Lösungen verwenden und Ihre BI-Analysten wissen, woher die Daten stammen, für wen sie bestimmt sind und wie sie ausgewertet werden, kommen Sie intelligenten Entscheidungen ein ganzes Stück näher.
Immer mehr Unternehmen entdecken, wie wichtig die Informationsvisualisierung für Business Intelligence ist. Die Zeichen stehen klar auf Erfolg, da hochleistungsfähige Analysewerkzeuge noch schnellere Einblicke in Daten bieten. So können Unternehmen ihre Daten anschaulich präsentieren und zudem in ergebnisorientierte Strategien umwandeln.
