Visualisation and Dynamic Aggregation of Semantic Graphs

10 2. Theoretische Grundlagen
Abbildung 2.1: Teilgebiete der Information Visualisation sowie Relation zwischen Komplexität,
Anwendbarkeit und Verarbeitungsaufwand. (basierend auf [Sabol, 2008])
• Extract
Suche nach bzw. Extraktion einer Teilmenge der visualisierten Items. Die extrahierte Menge könnte
beispielsweise gespeichert,ausgedruckt oder in einem neuen View visualisiert werden.
• Organise
Spezifische manuelle Anordnung der visualisierten Items. Ziel ist es, diese zu einem späteren
Zeitpunkt leichter wiederfinden zu können.
Wie bereits erwähnt, sollen die hier behandelten Punkte einen ersten Überblick über grundlegende
Funktionalitäten, Prinzipien bzw. typische Tasks eines Visualisierungssystems verschaffen. Einzelne
Aspekte werden an den entsprechenden Stellen dieser Arbeit nochmals aufgegriffen und ausführlicher
behandelt. Im Zuge dessen werden in den jeweiligen Unterkapiteln noch weitere Konzepte und Begriffe
vorgestellt und näher erläutert.
2.1.2 Teilbereiche
Information Visualisation stellt ein umfangreiches Fachgebiet mit zahlreichen Teildisziplinen, Nebenbereichen
sowie verwandten Forschungsgebieten dar. Häufig überlappen und überschneiden sich die einzelnen
Bereiche, wodurch eine klare Trennlinie nur schwer gezogen werden kann. Wie zuvor bereits
erwähnt, werden im Bereich der Information Visualisation Daten, Informationen und Wissen (Definition
siehe Abschnitt 1.3) mittels computerunterstützter Methoden in eine grafische Repräsentation konvertiert.
Daraus ergibt sich eine mögliche Aufsplittung in die Teilgebiete Data Visualisation, Information
Visualisation und Knowledge Visualisation. Abbildung 2.1 zeigt die Relation zwischen Komplexität der
Darstellung, Praktikabilität für den Benutzer sowie maschinellem Verarbeitungsaufwand in Abhängigkeit
von den einzelnen Teilbereichen. [Andrews, 2002] [Sabol, 2008]
Das verwandte Forschungsgebiet der Scientific Visualisation (oft auch als Data Visualisation bezeichnet)
beschäftigt sich mit der Visualisierung von Daten welche häufig einen physikalischen, medizinischen
oder geometrischen Hintergrund besitzen (z.B. Sensor- oder Simulationsdaten). Sie weisen eine
inhärente 2D/3D Geometrie auf, wodurch sich eine Darstellung im zwei- bzw. dreidimensionalen Raum
anbietet. So beinhalten beispielsweise die Daten einer Luftstromsimulation bereits räumliche Informa-