w26M2
w26M2
w26M2
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Big-Data-Technologien – Wissen für Entscheider<br />
• unbekannten, verrauschten, unvollständigen und/<br />
oder widersprüchlichen Daten<br />
• komplexen Problemstellungen mit unscharf oder nur<br />
informell definierten Anforderungen<br />
• Untersuchung von Phänomenen in einem komplexen<br />
und/oder nur implizit gegebenen Kontext.<br />
Schon das Sehen beinhaltet immer bereits eine Analyse! 125<br />
Visual Analytics Loop<br />
Grundlage eines VA-Ansatzes ist dabei das konzeptuelle<br />
Modell der Visual Analytics Loop 126 (vgl. Abbildung 35).<br />
Analog zur Visualisierungspipeline werden auch hier<br />
Daten in interaktive visuelle Repräsentationen überführt,<br />
und analog zum Data Mining werden mittels analytischer<br />
Verfahren Modelle der Daten erzeugt.<br />
VA kombiniert diese beiden Aspekte, indem<br />
• Modelle nicht in einem monolithischen Black Box<br />
Prozess erzeugt werden, sondern iterativ in mehreren<br />
Schritten, mit interaktiver Methoden- und Parameterauswahl<br />
bei jedem Schritt, und<br />
• nicht nur die Eingangsdaten, sondern auch die aktuellen<br />
Modelle – d.h. insbesondere auch die Teilergebnisse<br />
aus Zwischenschritten des Modellierungsprozesses!<br />
– visualisiert werden; die Modellvisualisierung<br />
dient dabei selbst als interaktives Interface für die<br />
Parametrisierung des nächsten Modellierungsschritts.<br />
Visuelle Datenexploration<br />
Nutzerinteraktion<br />
Visualisierung<br />
Visuelle Kodierung<br />
Daten<br />
Modellbildung<br />
Modellvisualisierung<br />
»Wissen«<br />
Datenerfassung<br />
Transformation<br />
Data<br />
Mining<br />
Modelle<br />
Feedback Loop<br />
(iterative)<br />
Parameterverbesserung<br />
Automatische Datenanalyse<br />
Abbildung 35: Konzeptuelles Modell des Visual Analytics Loop<br />
125<br />
»An abstractive grasp of structural features is the very basis of perception and the beginning of all cognition.« – R. Arnheim. Visual Thinking. University of<br />
California Press, Berkeley 1969, renewed 1997, p. 161<br />
»Detect the expected and discover the unexpected« – J. Thomas and K. Cook. Illuminating the Path. NVAC, 2006. http://nvac.pnl.gov<br />
126<br />
Keim, D., Andrienko, G., Fekete, J. D., Görg, C., Kohlhammer, J., & Melançon, G. Visual analytics: Definition, process, and challenges. Springer Berlin, Heidelberg,<br />
2008, 154–175.<br />
85