Bilgi Görselleştirme
Bilgi görselleştirme, soyut verilerin etkileşimli görsel temsillerini kullanarak insan anlayışını artırmayı, insanların bilgiyi keşfetmesine, analiz etmesine ve iletmesine yardımcı olmayı amaçlamaktadır.
Tanım
Bilgi görselleştirme, soyut verilerin etkileşimli görsel temsillerinin tasarımıdır; bu temsiller, insan görsel algısından faydalanmak üzere seçilir ve düzenlenir, böylece örüntüler, ilişkiler ve aykırı değerler görülebilir ve bunlar hakkında akıl yürütülebilir.
Kapsam
Bu alan, insan-bilgisayar etkileşimi kapsamında soyut, mekânsal olmayan verilerin görsel temsilini ele almaktadır: verilerin görsel işaretlere ve kanallara nasıl eşlendiği, algının görselleştirmelerin işleyişini nasıl belirlediği, görselleştirmeleri keşfedilebilir kılan etkileşim teknikleri, grafiklerin ve ağların görselleştirilmesi ve görsel analitikte görselleştirmenin analizle entegrasyonu bu kapsamdadır. Doğası gereği mekânsal fiziksel verilerin bilimsel görselleştirmesini veya istatistik bilimine ait olan veri analizinin istatistiksel yöntemlerini kapsamamaktadır.
Alt konular
Temel sorular
- Soyut veriler görsel işaretlere ve kanallara nasıl eşlenmektedir?
- Bazı görsel kodlamalar bilgiyi neden diğerlerinden daha etkili bir şekilde iletmektedir?
- Etkileşim teknikleri büyük veri kümelerinin keşfedilmesini nasıl desteklemektedir?
- Görselleştirme, analizi desteklemek için hesaplama ile nasıl birleşmektedir?
Anahtar kavramlar
- görsel kodlama (işaretler ve kanallar)
- algısal etkililik
- genel bakış, yakınlaştırma, filtreleme, isteğe bağlı ayrıntılar
- görselleştirmede etkileşim
- grafik ve ağ görselleştirme
- görsel analitik
- veri-mürekkep oranı
- keşifsel veri analizi
Temel kuramlar
- Görsel Algıyı Düşünme Aracı Olarak Kullanma
- Bilgi görselleştirme, verileri görsel forma dönüştürerek yüksek bant genişliğine sahip insan görsel sisteminin örüntüleri algılamasını ve bilişsel yükü azaltmasını sağlamaktadır; böylece algı, soyut bilgiler hakkında akıl yürütmek için bir araca dönüşmektedir.
- Görsel Bilgi Arama Mantrası
- Shneiderman'ın 'önce genel bakış, sonra yakınlaştırma ve filtreleme, ardından isteğe bağlı ayrıntılar' ilkesi, etkileşimli görselleştirmelerin kullanıcıların geniş bir görünümden belirli ayrıntılara nasıl geçiş yapabildiğini, görev-veri tipi taksonomisiyle yapılandırılmış bir şekilde düzenlemektedir.
- Görsel Kodlamaların Etkililiği
- Görsel kodlama seçimleri, insanların bunları ne kadar doğru okuduğuna göre sıralanabilmektedir; mürekkep kullanımına göre gösterilen veriyi maksimize etmek gibi ilkeli tasarım, daha net ve daha doğru görüntüler üretmektedir.
Klinik önem
Bilgi görselleştirme, bilim ve finansdan halk sağlığı ve gazeteciliğe kadar çeşitli alanlarda insanların büyük ve karmaşık verileri anlamlandırmasına yardımcı olmaktadır; iyi tasarlanmış görselleştirmeler daha hızlı, daha doğru içgörü ve karar alma süreçlerini desteklerken, kötü tasarlanmış olanlar yanıltıcı olabilmektedir.
Tarihçe
İstatistiksel grafikler ve kartografya üzerine inşa edilen bilgi görselleştirme, 1990'larda ayrı bir alan olarak ortaya çıkmıştır. Bu alan, 1999 tarihli Readings koleksiyonu ve Shneiderman'ın görev taksonomisi ile pekiştirilmiştir. Tufte'nin yazıları grafiksel mükemmellik ilkelerini şekillendirmiş, Munzner gibi yazarların sonraki metinleri tasarımı sistemleştirmiştir. Görsel analitik ise 2000'li yıllarda görselleştirmeyi otomatik analizle birleştirmek amacıyla ortaya çıkmıştır.
Öne çıkan isimler
- Stuart K. Card
- Jock D. Mackinlay
- Ben Shneiderman
- Tamara Munzner
- Edward R. Tufte
İlgili konular
Temel eserler
- card1999
- shneiderman1996
- tufte2001
Sıkça sorulan sorular
- Bilgi görselleştirme, bilimsel görselleştirmeden nasıl farklılaşmaktadır?
- Bilgi görselleştirme, finansal kayıtlar veya sosyal ağlar gibi doğası gereği mekânsal formu olmayan soyut verilerle ilgilenmektedir; bu nedenle tasarımcının mekânsal bir eşleme icat etmesi gerekmektedir. Bilimsel görselleştirme ise tıbbi taramalar veya akışkan akışları gibi zaten mekânsal veya fiziksel olan verileri tasvir etmektedir; bu tür durumlarda geometri büyük ölçüde belirlenmiştir.
- Grafik türü seçimi neden bu kadar önemlidir?
- Farklı görsel kodlamalar insan görsel sistemi tarafından farklı doğrulukta okunmaktadır; konum ve uzunluk hassas bir şekilde değerlendirilirken, alan ve renk daha az hassasiyetle değerlendirilmektedir. Veriye ve göreve uygun bir kodlama seçmek, örüntüleri görmeyi kolaylaştırmakta ve yanlış okuma riskini azaltmaktadır.