Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Visualização da Visualização da InformaçãoInformação

Ana Cecília - acva@cin.ufpe.br

Iandé Coutinho – recife@gmail.com

Érick Gomes -eag0911@gmail.com04/11/2008

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

AgendaAgenda

• Visualização de Informação

• Processo de Geração de Visualização

• Redução de Dimensionalidade – PCA

• Ferramenta PEX

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Recuperação da informaçãoRecuperação da informação• Tradicionalmente:

• Baseado em palavra-chave

• Limitação de exibição:– Apresentação do resultado por lista linear– Relacionamentos entre os documentos não é

ilustrado– Sem interação do usuário 

Recuperação da informaçãoRecuperação da informação

• Ex: Usuários realizando buscas na Internet obtêm facilmente um volume enorme de informações– Dificuldades de selecionar as informações

relevantes

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Recuperação da informaçãoRecuperação da informação

• Como melhorar a exibição dos resultados?

• Visualização da informação!– Segundo Card, a Visualização de Informação

é o uso de representação visual, interativa e suportada por computador, de dados abstratos para ampliar a cognição.

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Visualização da InformaçãoVisualização da Informação• Por que visualização?

Informações representadas graficamente tendem a ser processadas de maneira mais automática pela visão.

Aumenta a percepção do usuário Aumenta o processo de cognição e inferência Fornece navegação sobre os dados

• obtenção de uma visão geral• visão detalhada (zooming, filtragem)• identificação de relacionamentos• Identificação de padrões

Visualização da InformaçãoVisualização da Informação

• Por que visualização?

• A visualização de informações permite a apresentação de dados em formas gráficas de modo que o usuário possa utilizar sua percepção visual para melhor analisar e compreender as informações– Análise de dados realizada com mecanismos

computacionais, mas também recursos da visão e da cognição humana.

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

ExemploExemplo

• Densidade populacional Americana:

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Visualização em RIVisualização em RI• Procura transformar em uma representação

gráfica e interativa um conjunto de dados brutos.

• Processo de Visualização em RI– Transformar dados brutos em estruturas visuais– Projetar uma informação no espaço– Informações organizadas têm estruturas

espaciais intrínsecas:• EX: relações semânticas entre os objetos (matriz de

similaridade)

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Processo de Visualização em RI

Processo de Visualização em RI

• Dados brutos: dados coletados sobre a situação a ser estudada, a partir dos quais se deseja obter as informações

• A coleta pode ser feita por :– sistemas computacionais– Por diferentes dispositivos como sensores e

câmeras– manualmente pelo próprio indivíduo.

Processo de Visualização em RI

• O conjunto de dados brutos coletados pode ser heterogêneo, contendo:

• datas, medidas, quantidades, códigos, descrições, coordenadas espaciais, imagens, vídeos,

• arquivos diversos, endereços de sites da Internet, entre outros.

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Geração do processo de VisualizaçãoGeração do processo de Visualização

• Transformação dos dados: Tratamento dos dados coletados

• Dados coletados podem estar dispersos e sem relacionamento aparente – Organização do dados coletados de forma a

oferecer possibilidade de obter informação

– informação obtida através de consulta e comparação de entidades similares, de suas características e dos relacionamentos entre diferentes entidades

• Transformação dos dados:– ordenação, cálculo de médias e classificação de

características são algumas operações que podem ser aplicadas sobre as estruturas de dados obtidas.

– permitem classificar e agregar entidades que compartilham características semelhantes, possibilitando a sumarização e abstração do conjunto de dados coletado

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Geração do processo de VisualizaçãoGeração do processo de Visualização

• Estruturas visuais:• Mapeamento visual

• Definição do modo como as estruturas de dados são transformadas em estruturas visuais

• Leva em conta quais as características dos dados a serem representados, das propriedades visuais que podem ser usadas para representar esses dados

• interface humano-computador envolvida no processo (no caso, a tela de exibição dos dados e os dispositivos de recebimento de interações do usuário),

– visão e cognição humana

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Geração do processo de VisualizaçãoGeração do processo de Visualização

• Estruturas visuais: O mapeamento visual dos dados

estabelece como cada atributo será representado, ou seja, quais propriedades gráficas e espaciais podem ser utilizadas para sua representação.

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Geração do processo de VisualizaçãoGeração do processo de Visualização

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

• Estruturas visuais: Propriedades gráficas

Geração do processo de VisualizaçãoGeração do processo de Visualização

• Técnicas de visualização ou espacialização dos dados:

• Qual técnica de visualização deve ser empregada?

• Dependente do tipo de informação

• Técnicas podem ser:

• Unidimensionais (1D)

• Temporais

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Geração do processo de VisualizaçãoGeração do processo de Visualização

• Técnicas podem ser: – Bidimensionais (2D)

– Tridimensionais (3D)

– Multidimensionais (nD) (Uso de PCA para reduzir dimensões),

– Dirigidas à visualização de hierarquias e de relacionamentos (grafos),

– Obtenção de uma visão geral, visão detalhada (zooming, filtragem)

– identificação de relacionamentos

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Geração do processo de VisualizaçãoGeração do processo de Visualização

Exemplo 1Exemplo 1

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Exemplo 2Exemplo 2

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

• Resumidamente, as técnicas de visualização de informações procuram representar graficamente dados de um determinado domínio de aplicação de modo que a representação visual gerada explore a capacidade de percepção do homem e este, a partir das relações espaciais exibidas, interprete e compreenda as informações apresentadas e, finalmente,deduza novos conhecimentos.

Problema na VisualizaçãoProblema na Visualização

• Grande volume de informação e/ou representação ininteligível

• necessário reduzir a informação a visualizar

• simplificação da representação – Pode eliminar alguma da informação sobre o

conjunto de dados.

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

REDUÇÃO DE DIMENSÃO

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

Projection Explorer - PEXProjection Explorer - PEX

• Pex é uma ferramenta construída em Java que pode ser utilizada para criar e explorar representações visuais de coleções de documentos, ajudando o usuário a analisar seus conteúdos.

• PEx pode ser dividido em quatro etapas principais:– pré-processamento,– cálculo da matriz de distâncias,– projeção– apresentação/interação com usuário.

Ferramenta

PEx

(Projection Explorer)

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo

Prudêncio

Projection Explorer

• Java based tool...

• Objetivo - Usada para criar e explorar representações visuais de coleções de documentos.

• Projection Explorer (version 1.6.1)

University of São Paulo (USP), São Carlos/SP, Brazil

Matemathical and Computer Science Institute (ICMC)

Computer Graphics and Image Processing Group

PEx – Tipos suportados

1. Dados estruturados (tabelas) – pontos de dados com atributos numéricos e “labels”.

2. Distância de dados – matrizes triangulares cujos elementos descrevem valores de similaridade entre pontos de dados.

3. Conjuntos de dados texto.

4. Resultados de pesquisas na web.

PEx – Características de Visualização

• Projeta os itens de dados como pontos num espaço 2D de saída.

• Todo ponto representa um item de dado.

• A proximidade dos pontos indica a relação de similaridade, de acordo com as medidas escolhidas.

PEx – Características de Visualização

• Labels são mostrados no topo dos nós.

• Permite realizar pesquisas e os nós são coloridos de acordo com a freqüência de ocorrência do termo.

• Detecta e exibe automaticamente tópicos sobre grupos de documentos.

• Ferramentas para explorar o gráfico de visualização de dados estão disponíveis.

PEx – Características de Visualização

• Diferentes relacionamentos entre “vizinhos” podem ser exibidos como arestas entre os nós, ajudando a exploração de similaridade.

• Objetivo: Representação de similaridade

Método de triangulação de Delaunay Método KNN (K Nearest NeighborsMétodo KNN (K Nearest Neighbors

PEx – Características de Exploração

• Cada ponto é exibido como um círculo, usualmente chamado de “nó”.

• Conexões entre os nós são exibidas para mostrar alguma ordem de relação entre os pontos de dados, formando gráficos ou uma triangulação.

PEx – Processo de Projeção

O usuário pode iniciar a projeção com:

• Uma coleção de documentos (1)

• Uma tabela de dados estruturados, Points File (2)

• Uma matriz de distâncias (3)

Na primeira opção documentos são convertidos numa representação de vetor.

Na segunda opção as distâncias são calculadas diretamente do Points File.

Na terceira opção a matriz de distâncias é inserida diretamente.

A partir de relacionamentos de distâncias a projeção 2D é gerada.

PEx – Processamento do Corpus

• Técnicas de projeção disponíveis:

– PCA (Principal Component Analysis)– IDMAP (Interactive Document Map)– LSP (Least Square Projection)– ProjClus (Projection by Clustering)– ISOMAP (Isometric Feature Mapping)

– Entre outras.

• Tipos de distância disponíveis:

– Euclidiana– city block (Manhatan)– Baseada em co-seno– Extended Jaccard – Infinity Norm

PEx – Processamento do Corpus

• Redução do espaço vetorial:

– Stemming• Redução de termos ao radical.

– Stopwords• Redução de termos através de lista de palavras.

– Luhn• Também conhecido como “cortes de Luhn”

• Redução de termos pela sua freqüência.

– Startwords

PEx – Processamento do Corpus

Recuperação de InformaçãoProf.: Flávia Barros/Ricardo Prudêncio

ReferênciasReferências

• Silva, C. G. Considerações sobre o uso de Visualização de Informação no auxílio à gestão de informação

• J. Zhang. Visualization for Information Retrieval, University of Visconsin, School of Information Studies.

• Freitas C., Chubachi O., Luzzardi P., Cava R., Introdução à Visualização de Informações.

• Site: http://virtual.inesc.pt/8epcg/actas/c6/s0.html

• Paulovich F., Oliveira M., Minghin R., The Projection Explorer: A flexible tool for projection-based multidimensional visualization, Universidade de São Paulo.