La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Principes, stratégies, et patrons de conception pour la visualisation

Présentations similaires


Présentation au sujet: "Principes, stratégies, et patrons de conception pour la visualisation"— Transcription de la présentation:

1 Principes, stratégies, et patrons de conception pour la visualisation

2 Principe Essayer de montrer à la fois
Les tendences globales, et les “outliers”, par des méthodes graphiques Des précisions et des détails numériques, par des étiquettes et/ou des infobulles

3 Combiner le texte et le graphique: les “Backbars”

4 Combiner le texte et le graphique

5 Les “datatips” (infobulles)

6 Principe Montrer le plus d’information possible sans interaction
Permettre à l’utilisateur de ensuite voir encore plus d’information avec Le survol du curseur (exemples: surbrilliance, infobulles ou “datatips”) Le clic / sélection / “hyperliens” Les glissements de souris (exemple: gestes rapides)

7 Faceted search interface with rollover-preview “backbars” http://ils

8 Le “Relation Browser” de Gary Marchionini, Rob Capra, et d'autres (http://ils.unc.edu/relationbrowser/index.php?page=demos)

9 Le “Relation Browser” de Gary Marchionini, Rob Capra, et d'autres (http://ils.unc.edu/relationbrowser/index.php?page=demos)

10 Principe Montrer plusieurs vues des données, et coordonner la surbrilliance, la sélection, et/ou la navigation à travers ces vues

11 Des vues coordonnées (Multiple, Coordinated Views; Brushing and Linking)
Exemple de surbrilliance et sélection coordonnées dans 4 vues (Lopez-Hernandez, Guilmaine, McGuffin, Barford (2010))

12 [Barford, Lopez, & McGuffin 2011]

13 Des vues coordonnées (Multiple, Coordinated Views; Brushing and Linking)
La coordination peut se faire au niveau de … Couleurs utilisées Survol de curseur (surbrilliance, infobulles) Sélections Navigation Tiré de l’Appendix B de la thèse doctorale Chris North, “A User Interface for Coordinating Visualizations based on Relational Schemata: Snap-Together Visualization”, (2000), Voir aussi les actes de la conférence “International Conference on Coordinated and Multiple Views (CMV)”, et en particulier Jonathan Roberts, “State of the Art: Coordinated & Multiple Views in Exploratory Visualization”, CMV 2007.

14 Les requêtes dynamiques (“dynamic queries”)

15 Dynamic Queries: HomeFinder (Ben Shneiderman, 1993)

16 Dynamic Queries: FilmFinder (Ben Shneiderman)

17 Dynamic Queries: TimeSearcher (Hochheiser et Shneiderman 2004)

18 Principe Si possible, montrer d’abord une vue d’ensemble (ou plusieurs vues d’ensemble) de toutes les données Permettre ensuite à l’utilisateur de Filtrer Zoomer Faire des recherches ou requêtes Aller chercher les détails associés avec un élément donné

19 Le Mantra de Ben Shneiderman
Tiré de Ben Shneiderman (1996), “The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations”, Proceedings of IEEE Symposium on Visual Languages (VL) 1996, pages Voir aussi Brock Craft et Paul Cairns (2005) “Beyond Guidelines: What Can We Learn from the Visual Information Seeking Mantra?”, IV 2005.

20 Une alternative au Mantra
“Search, Show Context, Expand on Demand” (vam Ham et Perer, 2009)

21 Quelques questions de conception et de recherche, et des possibilités pour l’avenir

22 Comment montrer plus d’informations sur l’écran (techniques de « focus+context ») …

23 Vue en oeil de poisson ("fisheye")
Image: Keahey et Robertson

24 H3 (Tamara Munzner, 1998) On calcule la disposition d’un graphe dans un espace hyperbolique 3D, ensuite on calcule une projection vers un espace euclidien 3D (voir vidéo)

25 Table Lens (Rao et Card, 1994)

26 Le zooming et les ZUIs (« Zooming User Interfaces ») …

27 Le zooming : Seadragon (Vidéo: présentation de Blaise Aguera y Arcas à TED )

28 L’animation pour montrer des transitions fluides …

29 Les animations entre les vues: Jeff Heer et George Robertson, 2007

30 Des techniques d’interaction rapide …

31 Glissement de souris pour montrer ou cacher des sous-arborescences (Michael McGuffin et Ravin Balakrishnan, 2005)

32 Hotbox (McGuffin et Jurisica, 2009)
Question: Quels autres widgets pourraient être développés pour la visualisation ?

33 Interfaces bimanuelles ou multitactiles
Kurtenbach et al., 1997 Quelles applications de ces interfaces sont possibles pour la visualisation ?

34 Le 3D …

35 Visualisation en 3D : une arborescence
Est-ce vraiment mieux de visualiser des graphes en 3D qu’en 2D ? Ça implique souvent une navigation et une interface plus compliquée, et des problèmes d’occlusion. (Par contre, avec les données multidimensionnelles qui ont 3 dimensions spatiales, on a pas vraiment le choix; on doit visualiser en 3D.)

36 3D + interaction + animations : Christopher Collins et Sheelagh Carpendale, 2007

37 3D + interaction + animations : Michael McGuffin et al., 2003

38 3D + interaction + animations : Michael McGuffin et al., 2003

39 Des visualisations hybrides …

40 Elastic Hierarchies: un hybride de diagramme nœud-lien et de Treemaps, pour visualiser des arborescences (Zhao, McGuffin, et Chignell 2005)

41 Elastic Hierarchies: un hybride de diagramme nœud-lien et de Treemaps (Zhao, McGuffin, et Chignell 2005) Taxonomie des hybrides possibles Capture d’écran du prototype logiciel

42 Taxonomie des hybrides “Elastic Hierarchies”

43 NodeTrix: un hybride de diagramme nœud-lien et de matrices, pour visualiser des graphes (Henry, Fekete, et McGuffin 2007)

44 Trois façons de dessiner un graphe
Diagramme noeud-lien (“Node-Link Diagram”) Matrice d’adjacence (“Adjacency Matrix”) NodeTrix

45 Tendances futures? Des ensembles de données toujours plus grands (exemple: données bioinformatiques) Les utilisateurs vont vouloir regarder leurs données via plusieurs moyens différents, parfois avec plusieurs vues simultanées et coordonnées Plus d’animation Plus de zooming Une interaction rapide (gestuelle, etc.) Le 3D, lorsque c’est approprié (exemple: avec des données multidimensionnelles ayant 3 dimensions spatiales) Travail collaboratif, en équipes, à distance Un grand défit actuel: comment visualiser l’incertitude dans les données Un autre grand défit: comment visualiser des différences entre deux ensembles de données qui sont semblables, et/ou comment visualiser l’évolution d’un ensemble de données à travers le temps (exemples: graphes, code source, etc.)

46 Quelques blogues et sites web
Business Intelligence

47 Quelques libraries et logiciels
InfoVis Toolkit (librarie Java, 2004/2005) Prefuse (librarie Java, 2004/2005) et et Flare (librarie ActionScript, 2008) Protovis (librarie JavaScript, 2009) et D3 (librarie JavaScript, 2011) et Many Eyes (site web pour partager des visus de données) Pour visualiser des graphes Tulip (logiciel) Gephi (logiciel) Pajek (logiciel) Walrus (logiciel) NetworkX (librarie Python) OGDF (librarie C++) Graphviz (logiciels et libraries) JUNG (librarie Java) JGraph (librarie Java) yFiles (librarie Java) Pour les données multidimensionnelles XmdvTool (logiciel) Spotfire (logiciel) Polaris (logiciel) Tableau (logiciel) Mondrian (logiciel)

48 Quelques livres Jacques Bertin (1967), Sémiologie graphique: Les diagrammes, Les réseaux, Les cartes. Jacques Bertin (1977), La graphique et le traitement graphique de l'information. John Wilder Tukey (1977), Exploratory Data Analysis. Edward R. Tufte (1983), The Visual Display of Quantitative Information. Edward R. Tufte (1990), Envisioning Information. Edward R. Tufte (1997), Visual Explanations: Images and Quantities, Evidence and Narrative. Di Battista, Giuseppe and Peter Eades and Roberto Tamassia and Ioannis G. Tollis (1999), Graph Drawing: Algorithms for the Visualization of Graphs. Leland Wilkinson (1999), The Grammar of Graphics. Stuart K. Card and Jock D. Mackinlay and Ben Shneiderman (1999), Readings in Information Visualization: Using Vision to Think. Colin Ware (2000), Information Visualization: Perception for Design. Robert Spence (2001), Information Visualization.

49 Une bibliographie de livres et d’articles

50 Quelques entreprises pour lesquelles la visualisation est un aspect important, ou bien leur activité principale Autodesk (Montréal et ailleurs) CAE et PRESAGIS (Montréal et ailleurs) IVS (Montréal) Oculus (Toronto) Inxight (USA) ILOG (USA / France) – acheté par IBM Kitware (USA) SpotFire (USA) Tableau Software (USA)


Télécharger ppt "Principes, stratégies, et patrons de conception pour la visualisation"

Présentations similaires


Annonces Google