Este [1] es uno de los mejores trabajos que he visto. Hicieron un MDS [2] en cada instantánea, también conocido como paso de tiempo del gráfico (nodos y enlaces), reduciendo cada instantánea en un nodo en un espacio tridimensional.
Entonces, este rastro de nodos en el espacio 3d representa la evolución temporal del gráfico a través del tiempo.
En general, el enfoque tradicional para visualizar tendencias temporales son líneas de tendencia / minigráficos [3], pequeños múltiplos [4], animación / transición o una combinación.
Las líneas de tendencia / minigráficos son generalmente mejores para la tendencia de un atributo (por ejemplo, el precio a lo largo del tiempo) La principal desventaja es que es malo mostrar la interacción entre múltiples atributos (2 atributos todavía están bien, ya que puedes trazar 2 líneas de tendencia juntas, pero ¿cómo mostrar múltiples atributos que evolucionan a través del tiempo en una sola visita?)
- ¿Hay alguna forma de desactivar la sección de tendencias en Facebook?
- ¿Cuáles son algunas de las nuevas tendencias en EAI?
- ¿Existe una tendencia en el porcentaje de intransigentes políticos por país?
- ¿Cuáles serán las principales tendencias de fintech en 2017?
- ¿Cuáles serán las principales tendencias tecnológicas en 2017?
La animación se usa generalmente para datos temporales más complejos que son difíciles de trazar como líneas de tendencia. Sin embargo, el principal problema con la animación es que solo puede ver una instantánea a la vez. La carga cognitiva es mayor ya que necesita recordar todos los fotogramas anteriores para interpretar la tendencia.
Por lo tanto, tenemos pequeños múltiplos. Los múltiplos pequeños son esencialmente miniaturas de varios fotogramas clave en la animación. Pero lo que gana en resolución temporal se pierde en la resolución espacial. Es más fácil detectar grandes cambios a través del tiempo, pero es más difícil identificar qué artefactos visuales cambiaron.
Notas al pie
[1] Reducción de instantáneas a puntos: un enfoque de análisis visual para la exploración dinámica de redes
[2] Escalamiento multidimensional
[3] Sparkline
[4] Pequeño múltiplo