Development of Visualization Tools for Dynamic Networks and Evaluation of Visual Stability Characteristics
Dynamic graph drawings are the metaphor of choice when it comes to the analysis and
visualization of dynamic networks. These drawings are often created by capturing a
successive sequence of states or “snapshots” from the network under study. Then, for
each one of them, a graph drawing is independently computed with the layout algorithm
of preference and the resulting sequence is presented to the user in a predefined order.
Despite the simplicity of the method, dynamic graph drawings created with the pre-
vious strategy possess some problems. Actors, relations or patterns can change their
position on the canvas as the dynamic network is explored. Furthermore, dynamic
graph drawings tend to constantly add and remove elements without prior information.
As a consequence, it is very difficult to observe how the members of the network evolve
over time.
The scientific community has developed a series of layout adjustment techniques, which
aim at minimizing the changes in a dynamic graph drawing. Some of them suggest that
the “shape” of the drawing must be maintained at all time. Others that every actor
and relation must be assigned to a fixed position in the Euclidean Space. However, a
recently developed technique proposes an alternative. Multiple actors can occupy the
same node position in the Euclidean Space, as long as they do not appear at the same
point in time. Likewise, multiple relations can occupy the same edge position in the
Euclidean Space following the principle aforementioned. As the result, a dynamic graph
drawing minimizes its changes to a point where it can be perceived as visually stable.
This thesis presents how the visual stability of a dynamic graph drawing affects the
user experience and the efficiency of the visual search when tracking actors or network
attributes over time. For this purpose, a framework to support flexible visualization
techniques was developed. It served as the platform to evaluate existing layout ad-
justment techniques. Such an evaluation combined the use of questionnaires to gather
information about the user experience; an eye-tracking device to record the eye move-
ments and a new mathematical model to appropriately quantify the visual stability of
dynamic graph drawings.
The results obtained suggest that there is a trade-off between the user experience and the
efficiency of the visual search, which depends on the visual stability of a dynamic graph
drawing. On the one hand, dynamic graph drawings with higher levels of visual stability
provide a satisfying user experience in tracking tasks. Nonetheless, they are inefficient
in terms of the visual search. On the other hand, dynamic graph drawings with lower
levels of visual stability, do not provide a satisfying user experience in tracking tasks
but considerably improve the efficiency of the visual search. These findings were used
to develop visually stable metaphors, aiming at exploring network attributes over time.
Such metaphors rely on features like scaling or highlighting to improve the efficiency of
the visual search.
Das dynamische Graphenzeichnen ist das Mittel der Wahl, wenn es um die Analyse und Visualisierung dynamischer Netzwerke geht. Diese Zeichnungen werden oft durch Festhalten aufeinanderfolgender Datenreihen oder “Snapshots” des untersuchten Netzwerkes erzeugt. Für jede von diesen Zeichnungen wird mit Hilfe des ausgewählten Algorithmus eine unabhängige Graphenzeichnung berechnet und die resultierende Sequenz wird dem Benutzer in einer vorbestimmten Reihenfolge präsentiert.
Trotz der Einfachheit dieser Methode tauchen bei der dynamischen Graphenzeichnung mit der vorher genannten Strategie Probleme auf. Teilnehmer, Verbindungen und Muster können während der Untersuchung des dynamischen Netzwerkes ihre Position auf der Darstellung verändern. Außerdem neigen dynamische Graphenzeichnungen dazu, fortlaufend Elemente ohne vorhergehende Information hinzuzufügen und zu entfernen. Als Konsequenz ergibt sich die Schwierigkeit, die Entwicklung der Mitglieder des Netzwerkes zu beobachten.
Es wurden verschiedene Techniken zur Anpassung von Layouts entwickelt, welche das Ziel haben, die Änderungen der dynamischen Graphenzeichnung zu minimieren. Einige von ihnen schlagen vor, dass die Grundstruktur der Zeichnung jederzeit beibehalten werden muss. Andere wiederum, dass jeder Teilnehmer und jede Beziehung einer fixen Position im Euklidischen Raum zugeordnet werden soll. Eine neu entwickelte Technik schlägt eine Alternative vor: Mehrere Teilnehmer können gleichzeitig einen Knotenpunkt im Euklidischen Raum beanspruchen, solange sie nicht zum selben Zeitpunkt erscheinen. Mehrere Beziehungen können unter den vorgenannten Bedingungen dementsprechend denselben Eckpunkt im Euklidischen Raum beanspruchen. Daraus folgt, dass die dynamische Graphenzeichnung ihre Veränderungen minimiert bis hin zu einem Zustand, in dem es als "visuell stabil" angesehen werden kann.
Diese Arbeit zeigt inwieweit die visuelle Stabilität einer dynamischen Graphenzeichnung die Benutzererfahrung und die Effektivität der visuellen Suche beim Verfolgen der Mitglieder oder Netzwerkeigenschaften beeinflusst. Zu diesem Zweck wurde ein Framework zur Unterstützung flexibler Visualisierungstechniken entwickelt. Es diente als Plattform, um existierende Techniken zu bewerten. Solche Bewertungen kombinieren den Gebrauch von Fragebögen, um Informationen über die Nutzererfahrung zu sammeln, ein Eye-Tracking System, um die Augenbewegungen zu erfassen sowie ein neues mathematisches Modell zur Quantifizierung der visuellen Stabilität einer dynamischen Graphenzeichnung.
Die daraus folgenden Resultate ergeben, dass es einen Zielkonflikt zwischen der Benutzererfahrung und der Effizienz der visuellen Suche gibt, welche von der visuellen Stabilität der dynamischen Graphenzeichnung abhängt. Einerseits bieten dynamische Graphenzeichnungen mit einem höheren Niveau an visueller Stabilität eine bessere Benutzererfahrung bei Verfolgungsaufgaben, aber eine schlechtere Effizienz bei der visuellen Suche. Andererseits bieten dynamische Graphenzeichnungen mit einer geringeren visuellen Stabilität eine nicht zufriedenstellende Benutzererfahrung, jedoch im Austausch eine Verbesserung der Effizienz der visuellen Suche. Dieses Ergebnis wird genutzt, um visuell stabile Beschreibungen zu entwickeln, die darauf abzielen, die Netzwerkeigenschaften über einen gewissen Zeitraum zu untersuchen. Solche Beschreibungen und Empfehlungen bedienen sich Merkmalen wie Skalierung und Hervorhebung, um die Effizienz der visuellen Suche zu verbessern.
Vorschau
Zitieren
Zitierform:
Zitierform konnte nicht geladen werden.