El proceso de representación visual ofrece un punto de partida inicial para el diseño de visualización. Hoy en día son necesarios, a medida que aumenta la complejidad y el tamaño de los datos, métodos más avanzados para la representación de estos.
La identificación de las estructuras subyacentes dentro de la información a analizar, ayuda a orientar aún más el proceso de diseño. Estas estructuras proporcionan organización de alto nivel para un conjunto de datos y a menudo, proporcionan una guía para el diseño de visualizaciones apropiadas. Desde estas estructuras tienden a construirse los modelos mentales en los analistas. Estos atributos de los datos por lo general, son representados en una disposición espacial y conforman el diseño principal de la visualización. A continuación se definen algunas de estas estrategias de diseño de representación.
IV.5.1.1 Árbol jerárquico
Los árboles pertenecen a las estructuras con un enfoque de enlace, el cual utiliza diagramas de nodo de enlace. Los elementos se asignan a los nodos visuales, y las conexiones se asignan a los vínculos visuales entre los nodos.
Así de forma más común se usan figuras geométricas para los nodos y líneas para los enlaces que los unen. Los diseños espaciales de árboles de nodo enlace pueden ser de tipo radial, hiperbólico o Cono en 3D, entre otros. Estos sistemas son útiles en la representación de estructuras solo con un atributo de datos expresado en una etiqueta de texto en los nodos.
Este tipo de representaciones tienden a consumir mucho espacio debido a la cantidad de espacio blanco necesario dentro de cada uno de estos diseños espaciales (Modjeska, 1997).
IV.5.1.2 TreeMap
Los TreeMap son representaciones que solucionan el problema del espacio a la hora de representar grandes cantidades de datos con estructuras jerárquicas, llenando el espacio para maximizar el uso de todos los píxeles disponibles, y logrando así representar cantidades grandes de elementos.
Los atributos de los datos se asignan a las propiedades de la forma, tamaño y color de los nodos, que comúnmente son rectángulos. Por tanto, los TreeMap son muy útiles en la visualización de los atributos no textuales, ya que en los casos de grandes cantidades, la representación se vuelve densa, limitando el espacio libre para las etiquetas de un nodo textual. Los nodos suelen estar dispuestos dentro de su nodo padre de acuerdo a una variedad de algoritmos existentes (Ben Shneiderman & Wattenberg, 2001; Vliegen, van Wijk, & van der Linden, 2006), formando generalmente en un rectángulo que contiene a sus nodos hijo y este a su vez a los suyos, generando una granularidad en la representación que refleja la profundidad.
IV.5.1.3 Coordenadas paralelas
Es un método de visualización de datos multivariados que se utiliza para los datos de n-dimensiones, en los que hay n ejes verticales (u horizontales) igualmente espaciados, y cada punto de datos se representa como una poli línea que cruza cada eje en una posición proporcional a su
Diego Alonso Gómez Aguilar
Visualización de la Información y Analítica Visual 123
su valor para esa dimensión, teniendo así una representación óptima para destacar patrones en los datos de nuchas dimensiones en un espacio reducido (Ghanbari, 2007). A cada valor de datos le corresponde una posición a lo largo de la línea (dependiendo del valor del dato, se ubicaría entre el mínimo en la parte inferior y el máximo en la parte superior); una colección pura de puntos en estas posiciones de los datos no sería extremadamente útil, por lo que los puntos que pertenecen a un mismo registro (fila) se conectan con líneas, lo que ayuda a la comparación entre registros y el descubrimiento de patrones (Inselberg, 1985).
IV.5.1.4 Gráfico en espiral
Estos gráficos representan una simbiosis de dos técnicas y toman las ventajas de ambos; por un lado las gráficas circulares han demostrado ser útiles para exponer y comparar los comportamientos periódicos en pequeños conjuntos de datos de series de tiempo, y por otro lado, los gráficos clásicos de puntos, de barras y gráficos de líneas que ya han demostrado ser muy eficaces para el análisis de datos en serie. La estructura circular de espirales permite una fácil detección de los ciclos y la comparación de conjuntos de datos periódicos. Además, la continuidad de los datos se expresa mediante el uso de una espiral en lugar de un círculo (Weber, Alexa, & Müller, 2001).
IV.5.1.5 Matriz de adyacencia
Este tipo de visualización utiliza los atributos explícitos y relaciones entre los elementos de una colección. La visualización se basa en una matriz utilizada por Becker, Eick, and Wilks (1995), donde los ejes X e Y corresponden a una lista ordenada de los elementos en un subconjunto de la colección y las relaciones que se producen en este subconjunto. Es decir, si un elemento "i" está relacionado con un elemento "j", una pequeña forma corresponderá con la celda "i, j" de la matriz. Existen algunos trabajos donde extienden estas dos dimensiones a una tercera en el eje Z que corresponde a los diversos tipos de relaciones, así una dimensión z existe cuando el elemento "i" tiene múltiples relaciones para el elemento
"j" y, por tanto, habrá varias pequeñas formas - tal vez una pila de cuentas - en varias posiciones Z (Hetzler, Harris, Havre, & Whitney, 1998).
IV.5.1.6 Gráfico de radar
El gráfico radial también se conoce como gráfico de radar, tabla web, gráfica de araña, mapa de las estrellas o gráfico de telaraña. Los primeros en utilizarlo fueron Smith, Hixon, and Horan (2001) y Becker et al. (1995), quienes mostraron la ubicación mediante rectángulos en un espacio de trabajo de dos dimensiones. Un gráfico de radar es un método de visualización de datos multivariados en la forma de un gráfico bidimensional de tres o más variables cuantitativas representadas en ejes a partir del mismo punto central (también llamados radios). Cada uno de los aspectos de los elementos de los datos forman ejes individuales que han sido dispuestos radialmente alrededor de un punto central. El valor de cada atributo de cada elemento se representa con un nodo (punto) en el radio (eje), la distancia desde el centro depende del valor de este atributo y la longitud de datos de un radio es proporcional a la magnitud del atributo
ANALÍTICA VISUAL EN ELEARNING
124 Visualización de la Información y Analítica Visual
para el nodo siendo relativo a la magnitud máxima de los atributos a través de todos los valores de los datos. Se traza una línea que conecta los valores de datos para cada nodo generando el gráfico radial que muestra todos los valores de los atributos de un elemento en una sola línea (Gutwin &
Greenberg, 2002).
IV.5.1.7 Nubes de palabras
Las nubes de etiquetas conceptualmente se asemejan a los clásicos histogramas, mientras los histogramas se utilizan normalmente para representar las frecuencias de una docena de elementos, las nubes de etiquetas pueden representar las frecuencias de un centenar de elementos, un ejemplo claro es el del trabajo de Ya-Xi, Santamaría, Butz, and Therón Sánches (2009). Además al mostrar etiquetas como hipervínculos, se obtiene la posibilidad de interacción de la cual carecen los histogramas. En el etiquetado la fuente de la etiqueta representa la frecuencia de esta en la colección de elementos a analizar y la coloración y la posición puede ocuparse para atributos como el tema o la temporalidad de cada elemento, modificando la estructura y apariencia de la nube de palabras (Kaser &
Lemire, 2007; Millen, Feinberg, & Kerr, 2005).
IV.5.1.8 Mini gráfico (Sparkline)
Un mini gráfico es una pequeña intensa gráfica, simple, del tamaño de una palabra con la resolución tipográfica. Sparkline significa que los gráficos son un mini gráfico puede estar en todas partes, en una palabra o un número, puede ser incrustado en una oración, titular, mapa, hoja de cálculo, gráfico, etc.(Bongshin, Riche, Karlson, & Carpendale, 2010;
Edward R Tufte, 2006).
IV.5.1.9 Metáforas
Una metáfora permite a un concepto construir parcialmente otro, mientras que al mismo tiempo oculta aspectos del concepto creado. Las metáforas no establecen asignaciones completas entre conceptos; sino que mejoran algunos aspectos y suprimen otros, estas se cree que surgen directamente de las experiencias físicas, sociales y culturales. Así, cada experiencia es una estructura coherente que tiene varias dimensiones: participantes, partes, etapas, secuencias lineales, su causalidad y propósito, y estas son a menudo descritas por metáforas emergentes, formas básicas que pueden estructurar los conceptos más difíciles, por ejemplo, las emociones. Conceptos complejos a menudo requieren dos o más metáforas, para estructurar parcialmente el concepto. Es decir, cada metáfora subordinada representa un aspecto del concepto complejo, y estas metáforas cohesionan juntas.
Un ejemplo sencillo es del de las metáforas orientacionales, que se utilizan posiciones como arriba-abajo, dentro-fuera, delante-detrás, on-off, de profundidad superficial, y centro-periferia (estas metáforas se utilizan en la navegación en línea) (Modjeska, 1997).
IV.5.1.10 M últiples vistas enlazadas
La técnica de vistas enlazadas nace, por un lado, de la necesidad de los usuarios de ver los datos complejos e intrincados; intentando explorar y descubrir algunos hechos que no son fáciles de encontrar.
Diego Alonso Gómez Aguilar
Visualización de la Información y Analítica Visual 125
Estas investigaciones complejas requieren que el usuario considere muchos escenarios, para comparar las visualizaciones generadas a partir de varios conjuntos de datos diferentes, para agregar y minar los datos, o tal vez los datos de múltiples y diversos conjuntos de datos para generar nueva información, y ser capaz de revertir fácilmente a una iteración o filtro anterior. Por otra parte, los usuarios pueden estar muy familiarizados con las técnicas del uso y, por tanto, pueden estar perdiendo la riqueza de datos subyacentes. Así, mediante la utilización de un entorno de diseño de visualización que permite al usuario examinar las diferentes representaciones y también gestiona sus interacciones y automáticamente enlazar las operaciones entre las vistas, se pueden percibir las relaciones y hechos nuevos e interesantes de sus datos. Esto quiere decir que cualquier tipo de manipulación de selección, exclusión o realzado de un subconjunto de los datos en una de las representaciones visuales, se verá reflejado en todas las representaciones que la herramienta tiene a disposición con esta técnica implementada, permitiendo al usuario ver los datos en diversas formas, para manipular la presentación visual de diferentes maneras, y también interactuar y coordinar la interacción entre los diferentes puntos de vista (Roberts, 2007).
Después de emplear una estrategia de información general para proporcionar una amplia visión de una gran cantidad de información, la siguiente preocupación es el diseño de la navegación a través del espacio de información.