Visualizzazione dei network

1. Mattia Della Libera Fabrizio Valpreda Laureando Relatore Laurea Magistrale "Aurelio Peccei" in Design Sistemico Visualizzazione delle reti: configurazione di una visualizzazione a partire dalle proprietà strutturali dei network

4. nome del file.xxx prorpietà netowrk nodi 54 legami denisità 0,8571 diametro distribuzione nodi/link 7 7 63 63

5. Design Sistemico Comunicare la complessità di relazioni attorno ad un prodotto Chaos and Complexity presso il Dipartimenti di Elettronica e Telecomunicazioni (Scienza delle reti) Giocare con i dati Workshop, Politecnico di Torino e Telecom (Visualizzazione Dati) Festival, conferenze, incontri Big Dive, Digital Festival, Share Festival, Circolo dei lettori, TreataBit, Nexa Center, ToolBox, Piemonte Visual Contest Politecnico di Torino Città di Torino

6. Design Sistemico Comunicare la complessità di relazioni attorno ad un prodotto Chaos and Complexity presso il Dipartimenti di Elettronica e Telecomunicazioni (Scienza delle reti) Giocare con i dati Workshop, Politecnico di Torino e Telecom (Visualizzazione Dati) Festival, conferenze, incontri Big Dive, Digital Festival, Share Festival, Circolo dei lettori, TreataBit, Nexa Center, ToolBox, Piemonte Visual Contest Politecnico di Torino Città di Torino

7. Affrontare i temi della π scienza dei network π visualizzazione dei dati Analizzando π software per la visualizzazione dei network Con l'obiettivo di π offrire spunti per il Design Sistemico π ipotizzare uno strumento per la visualizzazione delle proprietà strutturali dei network Scopo di questa tesi

9. Network è l’astrazione di un sistema utilizzando la metafora dei nodi e dei link

10. -- Rete di computer -- Nodi: computer Legami: collegamenti con o senza cavo

11. -- Rete di computer -- Nodi: computer Legami: collegamenti con o senza cavo -- Rete elettrica -- Nodi: fornitori, utilizzatori finali Legami: cavi elettrici

12. -- Rete di computer -- Nodi: computer Legami: collegamenti con o senza cavo -- Rete elettrica -- Nodi: fornitori, utilizzatori finali Legami: cavi elettrici -- Tessuto sociale -- Nodi: persone Relazioni: tipo di rapporto

13. -- Rete di computer -- Nodi: computer Legami: collegamenti con o senza cavo -- Rete elettrica -- Nodi: fornitori, utilizzatori finali Legami: cavi elettrici -- Tessuto sociale -- Nodi: persone Relazioni: tipo di rapporto -- Catena alimentare -- Nodi: piante, animali Legami: rapporto preda/ predatore

14. Lo studio dei network è importante perché permette l’individuazione all’interno di un sistema di elementi o relazioni di valore

15. -- Cattura Saddam Hussein -- Ricostruzione della rete sociale

16. -- Cattura Saddam Hussein -- Ricostruzione della rete sociale -- Pagerank -- Mappatura e computazione di collegamenti ipertestuali

17. Ciò è possibile in quanto vi sono proprietà intrinseche al network, chiamate proprietà strutturali, che non dipendono dal dominio di provenienza del network

18. Numero totale di nodiDimensione

19. Rapporto tra numero di nodi e legami Densità

20. 3 1 Numero di legami che raggiungono un nodo Grado di un nodo

21. Numero minimo di legami da attraversare per passare da A a B Distanza B A

22. B A Il più lungo dei percorsi breviDiametro

23. Il numero di percorsi brevi che passano attraverso un legame Edge betweenness centrality

24. A B Esprime il grado in cui i nodi tendono ad essere connessi tra loro vicendevolmente Coefficiente di clustering

25. A Caratteristica di un nodo di essere connesso ad una o più cliques Cross clique centrality

26. astrazione di un sistema

27. astrazione di un sistema diversa natura (naturale artificiale)

28. astrazione di un sistema diversa natura (naturale artificiale) individuare nodi e relazioni di valore

29. astrazione di un sistema diversa natura (naturale artificiale) individuare nodi e relazioni di valore proprietà strutturali dei network > dimensione > densità > valore di un nodo > percorso breve > diametro > edge betweenness > coefficiente di clustering > cross clique centrality

30. Per l’analisi, la comprensione e la comunicazione delle informazioni contenute in questi network spesso ci si affida alla disciplina della data visualization

31. «la rappresentazione e presentazione dei dati che sfrutta le nostre capacità di percezione visiva, al fine di amplificare la cognizione» Andy Kirck “Data Visualization: A Successful Design Process”

32. Simulatore di esperienze lavorative su grandi impianti produttivi, sia per procedure quotidiane che ad alto rischio Simulatore di esperienze lavorative su grandi impianti produttivi, sia per procedure quotidiane che ad alto rischio Applicazione: VIDEOGAME - RICERCA SCIENTIFICA Videogioco sperimentale riguardante il ripiegamento proteico e la progettazione di nuove proteine

33. La data visualization può essere vista come strumento di indagine dei fenomeni che ci circondano

40. sviluppare immagini-interfaccia che, al pari di telescopi, microscopi e radar, sappiano permettere all’uomo di comprendere fenomeni a partire dalle loro tracce digitali

41. «...nuove interfacce, in grado di garantire accesso a una realtà invisibile non perché distante, occlusa o microscopica, ma perché astratta, complessa e digitale» Marco Quaggiotto, Ricercatore presso ISI Fundation

44. visto il valore della visualizzazione dell'intangibile, quali sono e come funzionano gli strumenti che ci permettono di dare forma al concetto di network?

45. Studio dei Casi

46. Software individuati: 166 π fonti accademiche e non accademiche Tre filtri di selezione π ultimo aggiornamento entro 5 anni π non necessita di competenze informatiche π esclusione strumenti di mind mapping, visualizzazione processi e diagrammi di flusso, ecc. Software selezionati: 19 π Keynetiuque, Visone, NodeXL, Gephy, Payeck, ecc. Metodo di analisi π dati esempio π visualizzazione netowrk di esempio Ricerca Analisi

49. Software individuati: 166 π fonti accademiche e non accademiche Tre filtri di selezione π ultimo aggiornamento entro 5 anni π non necessita di competenze informatiche π esclusione strumenti di mind mapping, visualizzazione processi e diagrammi di flusso, ecc. Software selezionati: 19 π Keynetiuque, Visone, NodeXL, Gephy, Payeck, ecc. Metodo di analisi π dati esempio π visualizzazione network di esempio Ricerca Analisi

51. Ampia area per rappresentazione network visualizzazione come background utilizzo di menu contestuali (due esempi software opposti) Riduzione del carico cognitivo flussi di lavoro chiari, evitando interazione casuali/errore coerenza strategica (design user-centered) Favorire l'attività esplorativa esplorazione dal generale al particolare (InfoViz seeking mantra) rapida anteprima opzioni di visualizzazione selezionate Visualizzazione del network utilizzo metafora nodo/linea (evitare matrici ad adiacenza o liste) suggerire lettura del network dal centro ai margini ricerca di nuove metarore visive (arte generativa, creative coding) Caratteristiche dello strumento Caratteristiche della visualizzazione

56. Così come il microscopio ottico produce immagini sfruttando la proprietà della materia di interagire con luce, è possibile progettare immagini-interfaccia a partire dalle proprietà strutturali delle reti?

57. Jacques Bertin (cartografo e teorico) + Ben Shneiderman (ricercatore e docente in computer science)

58. > elementari > intermedie > globali J. BERTIN, Semiology of Graphics: Diagrams, Networks, Maps, Esri Pr, Redlands, 2010

62. Shneiderman B. “The eyes have it: A task by data type taxonomy for information visualizations” in Visual Languages. Proceedings, IEEE Symposium pp. 336-343, 1996 nodi / link gruppo intero network grado di un nodo distanza tra nodi centralità cross-clique coefficiente di clustering edge betweenness centralità dimensione diametro densità node edge distribution

63. Shneiderman B. “The eyes have it: A task by data type taxonomy for information visualizations” in Visual Languages. Proceedings, IEEE Symposium pp. 336-343, 1996 nodi / link gruppo intero network grado di un nodo distanza tra nodi centralità cross-clique coefficiente di clustering edge betweenness centralità dimensione diametro densità node edge distribution

64. nodi / link gruppo intero network grado di un nodo distanza tra nodi centralità cross-clique coefficiente di clustering edge betweenness centralità dimensione diametro densità node edge distribution Shneiderman B. “The eyes have it: A task by data type taxonomy for information visualizations” in Visual Languages. Proceedings, IEEE Symposium pp. 336-343, 1996

65. nodi / link gruppo intero network grado di un nodo distanza tra nodi centralità cross-clique coefficiente di clustering edge betweenness centralità dimensione diametro densità node edge distribution Shneiderman B. “The eyes have it: A task by data type taxonomy for information visualizations” in Visual Languages. Proceedings, IEEE Symposium pp. 336-343, 1996

66. nodi / link gruppo intero network grado di un nodo distanza tra nodi centralità cross-clique coefficiente di clustering edge betweenness centralità dimensione diametro densità node edge distribution elementari intermedie globali Behn Sneiderman Jaques Bertin

67. panoramica estrazione zoom + filtro dettagli su richiesta

71. intero networkglobali Panoramica Tipo di domanda gruppointermedie Zoom + filtro nodi / linkelementari Dettagli su richiesta Behn SneidermanJaques Bertin Proprietà network

73. dimensione valore texture colore orientamento figura variabile retiniche

74. associativa selettiva ordinata quantitativamodalità di percezione dimensione valore texture colore orientamento figura

75. proprietà strutturali intrinseche al network quattro modalità di percezione associate a determinate configurazioni visive organizzate secondo tre livelli di lettura > dimensione > densità > valore di un nodo > percorso breve > diametro > edge betweenness > coefficiente di clustering > cross clique centrality > ... > associativa > selettiva > quantitativa > ordinata dettagli su richiesta zoom + filtro panoramica

76. Primo Prototipo

77. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63

78. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 proprietà strutturali dell'intero network

79. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 centralità proprietà strutturali di gruppi di nodi e legami

80. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 edge betweenness proprietà strutturali di gruppi di nodi e legami

81. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 diametro proprietà strutturali di gruppi di nodi e legami

82. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 coefficiente di clustering proprietà strutturali di gruppi di nodi e legami

83. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 grado 2 grado proprietà strutturali di singoli nodi e legami

84. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 distanza 3 distanza proprietà strutturali di singoli nodi e legami

85. nodi 54 denisità 0,8571 distribuzione nodi/link 7 legami diametro 763 63 cross clique centrality proprietà strutturali di singoli nodi e legami

Visualizzazione dei network

Recommended

Recommended

More Related Content

Similar to Visualizzazione dei network

Similar to Visualizzazione dei network (20)

Visualizzazione dei network