Publikationsserver der Universitätsbibliothek Marburg

Titel:Efficient Point Clustering for Visualization
Autor:Beilschmidt, Christian
Weitere Beteiligte: Seeger, Bernhard (Prof. Dr.)
Erscheinungsjahr:2019
URI:http://archiv.ub.uni-marburg.de/diss/z2019/0472
URN: urn:nbn:de:hebis:04-z2019-04729
DOI: https://doi.org/10.17192/z2019.0472
DDC: Informatik

Dokument

Schlagwörter:
Geovisualisierung, Aggregation von Punkten, Visual Clustering, Geovisualization, Datenverarbeitung, Informatik, Clusteranalyse, Visualisierung, Point Clustering

Summary:
The visualization of large spatial point data sets constitutes a problem with respect to runtime and quality. A visualization of raw data often leads to occlusion and clutter and thus a loss of information. Furthermore, particularly mobile devices have problems in displaying millions of data items. Often, thinning via sampling is not the optimal choice because users want to see distributional patterns, cardinalities and outliers. In particular for visual analytics, an aggregation of this type of data is very valuable for providing an interactive user experience. This thesis defines the problem of visual point clustering that leads to proportional circle maps. It furthermore introduces a set of quality measures that assess different aspects of resulting circle representations. The Circle Merging Quadtree constitutes a novel and efficient method to produce visual point clusterings via aggregation. It is able to outperform comparable methods in terms of runtime and also by evaluating it with the aforementioned quality measures. Moreover, the introduction of a preprocessing step leads to further substantial performance improvements and a guaranteed stability of the Circle Merging Quadtree. This thesis furthermore addresses the incorporation of miscellaneous attributes into the aggregation. It discusses means to provide statistical values for numerical and textual attributes that are suitable for side-views such as plots and data tables. The incorporation of multiple data sets or data sets that contain class attributes poses another problem for aggregation and visualization. This thesis provides methods for extending the Circle Merging Quadtree to output pie chart maps or maps that contain circle packings. For the latter variant, this thesis provides results of a user study that investigates the methods and the introduced quality criteria. In the context of providing methods for interactive data visualization, this thesis finally presents the VAT System, where VAT stands for visualization, analysis and transformation. This system constitutes an exploratory geographical information system that implements principles of visual analytics for working with spatio-temporal data. This thesis details on the user interface concept for facilitating exploratory analysis and provides the results of two user studies that assess the approach.

Zusammenfassung:
Die Visualisierung großer räumlicher Punktdatensätze stellt ein Problem in Bezug auf Laufzeit und Qualität dar. Eine Visualisierung von Rohdaten führt oft zu Verdeckungen und Unübersichtlichkeiten und damit zu einem Verlust von Informationen. Darüber hinaus haben insbesondere mobile Geräte Probleme bei der Darstellung von Millionen von Datenelementen. Oft ist die Ausdünnung durch Sampling nicht die optimale Wahl, da die Anwender Verteilungsmuster, Kardinalitäten und Ausreißer erkennen wollen. Insbesondere für die Visual Analytics ist eine Aggregation dieser Art von Daten sehr wertvoll, um eine interaktive Benutzerführung zu ermöglichen. Diese Dissertation definiert das Problem des Visual Point Clusterings, das zu proportionalen Kreiskarten führt. Darüber hinaus wird eine Reihe von Qualitätsmaßnahmen eingeführt, die verschiedene Aspekte einer resultierenden Kreisdarstellung bewerten. Der Circle Merging Quadtree stellt eine neuartige und effiziente Methode zur Erzeugung von Visual Point Clusterings durch Aggregation dar. Er ist in der Lage, vergleichbare Methoden in Bezug auf die Laufzeit zu schlagen und sie auch mit den oben genannten Qualitätsmaßnahmen zu validieren. Darüber hinaus führt die Einführung eines Preprocessing-Schrittes zu weiteren deutlichen Leistungssteigerungen und einer garantierten Stabilität des Circle Merging Quadtrees. Diese Arbeit befasst sich darüber hinaus mit der Einbeziehung weiterer Attribute in die Aggregation. Es werden Mittel zur Berechnung statistischer Werte für numerische und textuelle Attribute diskutiert, die für Seitenansichten wie Diagramme und Datentabellen geeignet sind. Die Einbindung mehrerer Datensätze oder Datensätze, die Klassenattribute enthalten, stellt ein weiteres Problem für die Aggregation und Visualisierung dar. Diese Arbeit stellt Methoden für die Erweiterung des Circle Merging Quadtrees zur Verfügung, um Pie-Chart-Karten oder Karten, die Circle Packings enthalten, auszugeben. Für die letztgenannte Variante liefert diese Arbeit Ergebnisse einer Nutzerstudie, die die Methoden und eingeführten Qualitätsmaße untersucht. Im Rahmen der Bereitstellung von Methoden für die interaktive Datenvisualisierung stellt diese Dissertation schließlich das VAT System vor, wobei VAT für Visualisierung, Analyse und Transformation steht. Dieses System stellt ein exploratives geografisches Informationssystem dar, das die Prinzipien der visuellen Analytik für die Arbeit mit raumzeitlichen Daten umsetzt. Diese Arbeit beschreibt das Konzept der Benutzeroberfläche zur Unterstützung der explorativen Analyse und liefert dabei die Ergebnisse von zwei Benutzerstudien, die den Ansatz bewerten.


* Das Dokument ist im Internet frei zugänglich - Hinweise zu den Nutzungsrechten