Rozwój badań nad wizualizacją informacji

Abstract

Wizualizacja wielkoskalowych danych pozwala na wychwycenie ich podobieństw, pogrupowanie tematyczne, dziedzinowe bądź instytucjonalne i tym samym określenie struktury obszaru badawczego, współczesnych kierunków i zakresów integracji multidyscyplinarnych. Na mapach nauki uczeni mogą zidentyfikować strukturę społeczności zajmującą się określonym obszarem badań, skupioną wokół konkretnego zagadnienia naukowego, a rozproszoną po całym globie. W ten sposób można wykryć wiodące ośrodki badawcze, kompetentnych naukowców, założycieli danej szkoły lub kierunku naukowego, najbardziej profesjonalne czasopisma. Wizualizacje mogą również pomóc w działaniach ewaluacyjnych w skali mikro np. w ocenie dorobku wybranych osób. Autorzy przedstawili wyniki analiz metadanych polskich bibliotek cyfrowych w postaci graficznej, wybierając technikę wizualizacji stosownie do typu danych (liczba, tekst, daty) oraz poszukiwanych ukrytych podobieństw i korelacji. Obecnie udokumentowano ponad 200 mocno zróżnicowanych metod wizualizacji informacji. Nie lada problem w ich wyborze i implementacji mają nie tylko początkujący użytkownicy danych, lecz także humaniści cyfrowi. Koncentrując się na tym wyzwaniu, autorzy zaprezentowali podstawowe kategorie metod Infovis. Uwzględniono tu cel końcowy i efekt: wykrycie zmian ilościowych na wykresie, pokazanie geograficznego rozrzutu danych, ujawnienie związków intelektualno-społecznych oraz efektywne komunikowanie idei eksperymentu. Jeśli odwołamy się do precyzji terminologicznej, ostatni przypadek nie jest wizualizacją informacji, lecz wizualizacją wiedzy, co często jest mylone ze względu na młodą dyscyplinę Infovis i brak jej bazy teoretycznej.