Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...

14 Kapitel 2 Visual Analytics
Softwareanalyse Ziel der Softwareentwicklung ist die Realisierung performanter und
korrekter Anwendungen. Jedoch hat sich erwiesen, dass zumindest bei nichttrivialen
Programmen die Komplexität schnell steigt und sich hierdurch Fehler in
ein System einschleichen können. Auch hier kann Visual Analytics genutzt werden,
um Fehler zu finden, da der Quellcode im Grunde eine große Datenmenge ist, die
nach Anomalien durchsucht werden kann. Gerade hier liegt das Spezialgebiet der
visuellen Datenanalyse. Des Weiteren kann auch nach Optimierungsmöglichkeiten
gesucht werden.(vgl. [KMS + ])
Diese Auflistung stellt nur einen kleinen Einblick in eine Vielzahl von Anwendungsbereichen
dar. Weitere Bereiche sind zum Beispiel Sicherheit oder aber auch Biologie,
Medizin und Gesundheit.
2.2 Visualisierungsformen
Visual Analytics arbeitet, wie der Name bereits verrät, mit visuellen Darstellungen. In
diesem Kapitel werden einige Visualisierungsformen vorgestellt. Zunächst wird auf Beispiele
von Diagrammen eingegangen, um ein Gefühl für die Visualisierungsproblematik
zu erhalten. Anschließend wird eine Klassifizierung von Diagrammen gegeben.
2.2.1 Diagrammformen
• Liniendiagramme
Das Liniendiagramm ermöglicht die Darstellung des
Bezugs zweier Merkmale zueinander. Dabei wird
jedes Merkmal auf eine der zwei Achsen des Koordinatensystems
aufgetragen. In der Regel wird jeder
Messwert als Punkt an der entsprechenden Stelle
gezeichnet. Diese Punkte werden häufig mit Linien
verbunden. Dadurch entsteht ein Linienzug. Es ist zu
beachten, dass oft keine Zwischenwerte existieren und
die Linien nur zur Verdeutlichung dienen. Sie eignen
sich besonders gut, wenn ein Merkmal pro Zeiteinheit
Abb. 2.5: Bsp. für
ein Liniendiagramm
[Wik09a]
betrachtet werden soll. Darüber hinaus lassen sich mit Liniendiagramme Trends
erkennen. Abbildung 2.5 zeigt ein Liniendiagramm mit beispielhaften Daten.