Visualization Design Flashcards

1
Q

Was sind die vier Guiding Design Principles?

A
  1. Functional Design => first create something useful, then make it beautiful
  2. Deliberate Design => don’t include any visual feature without justification
  3. Intuitive Design => the visualization shouldn’t be more complex than the underlying data
  4. Ethical Design => do not visualize to deceive or mislead the user
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Was sind die vier Schritte des Design Activity Frameworks?

A
  1. Understand: Zusammentragen und Verstehen von Anforderungen und User-Bedürfnissen
  2. Ideate: Generierung von Ideen, um die Anforderungen angemessen zu visualisieren
  3. Make: Ideen werden in Prototypen konkretisiert, Algorithmen designed
  4. Deploy: Die Prototypen werden in Anwendungen überführt und für die Endnutzung freigegeben
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Welche zwei Achsen lassen sich innerhalb des Data Space unterscheiden?

A
  1. Data Context: der Bezugsrahmen, in dem die Daten gemessen oder generiert werden (z.B. Zeit, Längen- und Breitengrade)
  2. Data Content: Gemessene Daten im jeweiligen Bezugsrahmen (z.B. Temperatur, CO2 Konzentration)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Was sind relevante Kennzahlen für den Data Context?

A
  • Geltungsbereich (punkt, lokal, global)
  • Topologie / Netzbeschaffenheit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Was sind relevante Kennzahlen für den Data Content?

A
  • Skalierung der Daten (nominal, ordinal, metrisch)
  • Datenstruktur (Skalar, Vektor, Tensor)
  • Bandbreite der Daten
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wie unterscheiden sich Skalar-, Vektor- und Tensordaten?

A
  • Skalar: misst die Ausprägung oder Stärke eines Merkmals (z.B. Jahrestemperaturdaten)
  • Vektor: misst die Ausprägung / Stärke und die Richtung eines Merkmals (z.B. Daten zur Entwicklung von Tornados)
  • Tensor: misst die Ausprägung / Stärke von n Merkmalen in n Richtungen (z.B. Durchfluss und Temperatur von Blut durch das Herz)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Warum ist die Abstraktion von Daten sinnvoll?

A
  • domänenunabhängige Möglichkeit, Daten zu diskutieren (zum visualisieren muss man keine Fachperson sein)
  • Probleme und Lösungen können generalisiert werden
  • ermöglicht ausdrucksstarke und nicht-irreführende Visualisierungen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was sind Tasks im Kontext der Datenabstraktion?

A

Tasks sind das Verbindungsstück zwischen User-Absicht und konkreter Tätigkeit (z.B. ziehen und klicken der Maus), z.B. zoom, pan, overview…
Man unterscheidet zwischen unipolaren Tasks und bipolaren Tasks, die einen Gegenspieler haben (zoom in vs zoom out)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Was ist eine häufige Klassifierung verschiedener Task Kategorien?

A
  • Exploration Actions (Filter, Merge, Brush, Split)
  • Insight Actions (Annotate, Modify)
  • Meta Actions (Add, Edit, Redo)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Wie können Anforderungen für Datenvisualisierungen erhoben werden?

A
  • Halbstrukturierte Interviews
  • Verhaltensbeobachtungen (inkl. kontextuellem Nachfragen)
  • Fragebögen
  • Fokusgruppen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Was ist Inhalt des 1. Sheet der 5 Design Sheets Methode?

A
  • Brainstorm Sheet
  • enthält 15-20 kleine (Teil-)Ideen
  • Ideen werden gefiltert, je nachdem was passender erscheint
  • Kategorisieren der Ideen in ähnliche Cluster
  • Ideen aus unterschiedlichen Clustern werden kombiniert und verbessert
  • Die drei besten Ideen werden ausgewählt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Was ist Inhalt der Sheets 2-4 der 5 Design Sheets Methode?

A
  • verschiedene alternative Designs
  • Metadaten in Textform
  • grundsätzliches Layout und Übersicht
  • mögliche Interaktionen / Tasks
  • Aussehen und Verhalten der wichtigsten Aspekte und Details / USP der Designs
  • Beurteilung des Prototypen in Hinblick auf seine Eignung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was ist Inhalt des 5. Sheet der 5 Design Sheets Methode?

A
  • Realisierung des Designs
  • Beschreibung der verwendeten Algorithmen
  • Dependencies (Libraries / Datenformate)
  • Erste Schätzungen der erforderlichen Kosten, Zeit und Personentage
  • Hardware Requirements / User Agent Requirements
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Welche Libraries können während der make Phase zum Erstellen von Prototypen genutzt werden?

A
  • Charticulator
  • Lyra
  • RawGraphs
  • Voyager
  • Plotly Chart Studio
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Wie lassen sich Visualization Software Design Patterns definieren?

A

Generalisierte, wiederverwendbare Lösung für ein häufig auftretendes Problem in einem bestimmten Kontext des Visualization Software Design.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Was ist ein Reference Model im Visualization Software Design und wozu wird es genutzt?

A

Durch Reference Models werden die Schichten der Visualisierungspipeline voneinander getrennt. Dies ermöglicht eine höhere Flexibilität, um z.B. mehrere unterschiedliche Visualisierungen für dieselben Daten oder mehrere unterschiedliche Teilansichten (Lenses) für dieselben Visualisierungen zu bauen.

17
Q

Was sind häufige Layering Mechanismen im Visualization Software Design?

A
  • Semantisches Layering: Hintergrund, Label, Datenpunkte
  • Schrittweises Layering: Aggregation der Datenpunkte (jede 100 aggregierte Punkte, jede 10, jeder Datenounkt)
  • Layering nach Detailgrad: bei Datenpunkten je nach Cluster, Subcluster, etc… bei Anzeigen nach Auflösung
18
Q

Was lässt sich mit Hilfe des Benchmarking in der Datenvisualisierung untersuchen?

A
  • Verschiedene Algorithmen für dasselbe Layout
  • Verschiedene Implementierungen desselben Algorithmus
  • Verschiedene GPUs für dieselbe Implementierung

=> müssen aber alle mit dem gleichen Datensatz durchgeführt werden

19
Q

Welche Metriken gibt es, um Visualisierungsoutputs zu evaluieren?

A
  • Pixelbasierte Metriken, um visuellen Clutter zu quantifizieren
  • Graphen-basierte Metriken, um Layouts zu optimieren
20
Q

Welche nutzerbezogenen Möglichkeiten der Evaluierung einer Visualisierung gibt es?

A
  • Feldstudie / Use Case Study: zeigt, wie effektiv die Visualisierung neue Zusammenhänge (die nicht mit anderen Visualisierungen möglich sind) darstellt => qualitativ und häufig anekdotisch
  • Laborstudie / User Study: zeigt, wie schnell und effizient Tasks ausgeführt werden können, ebenso wie Fehlerraten und Nutzerzufriedenheit => quantitativ, eignet sich eher für Validierung
21
Q

Was sind mögliche Fragebögen für User Studies?

A
  • User Experience Questionnaire (UEQ)
  • Computer System Usability Questionnaire von Gary Perlman
  • System Usability Scale (SUS)