Efficient Point Clustering for Visualization

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....

Full description

Saved in:
Bibliographic Details
Main Author: Beilschmidt, Christian
Contributors: Seeger, Bernhard (Prof. Dr.) (Thesis advisor)
Format: Dissertation
Language:English
Published: Philipps-Universität Marburg 2019
Datenbanksysteme
Subjects:
Online Access:PDF Full Text
Tags: Add Tag
No Tags, Be the first to tag this record!
Table of Contents: 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.