A Web Visualization Tool for Historical Analysis of Geo-Referenced Multidimensional Data Sonia Leila Fernandes da Silva   ...
OLAP – Online Analytical Processing <ul><li>Interactive Exploration of  Data Cubes  ( large  datasets summarized in  multi...
Spatial OLAP <ul><li>About 80% of data stored in corporate databases are related to geographical entities  </li></ul><ul><...
Main Goal <ul><li>To develop a web-based tool to promote its use for analysts ( decision-makers ) who need to  remotely  e...
Example of a Multidimensional Schema of the  Tourist DataMart  (Siena) Spatial Hierarchy Level Temporal HLevel Thematic Hi...
Current Proposal <ul><li>It is  not flexible  (it does not allow to do ad-hoc OLAP analysis) </li></ul><ul><li>It is  not ...
Geo-Multiviews    Map Display + Visual Plots are  fully interactive Spatial/Temporal  Focus When? Thematic  Classificatio...
<ul><li>Main Features </li></ul><ul><ul><li>To enable the   user to create and explore  several  web-based interactive vis...
Arrivi Totali  nelle  Strutture  Alberghiere   (a)  e  Extralberghiere   (b)   (2002    febbraio 2006) .  Arrivi alberghi...
Arrivi Totali  Turisti per  Circondario  dal  2002 al febbraio/2006,  classificazione  Intervalli Unici (a)  e  Intervalli...
Arrivi Totali  Turisti  Comunali  dal  2002 al febbraio/2006, Classificazione  Intervalli Unici (a)  e  Intervalli Unici D...
Arrivi Totali  nelle  Strutture  Alberghiere  per Circondario  (a)  e Comune  (b)  (2002    febbraio 2006) .  Arrivi negl...
(a) (b) Arrivi Totali  nelle  Strutture  Extralberghiere  per Circondario  (a)  e Comune  (b)  (2002    febbraio 2006) . ...
Arrivi  Turisti Stranieri  per  Risorsa Turistica  (successioni istanti  2003    2005 ),  discriminati per  strutture alb...
Arrivi  Turisti Stranieri  per  Circondario  (successioni instanti:  2003    2005 )  Turisti stranieri maggiormente conce...
Analisi Trend Stagionale  di  Arrivi Stranieri  per  Circondario   a   Siena  (a)  e  nelle aree di  Val D’Elsa  (b)  ( 20...
Arrivi Totali   Turisti Francesi (a) e Tedeschi (b)   per  Circondario  ( 2002    febbraio 2006 ). Francesi  maggiormente...
Arrivi  Turisti Stranieri   Comunali  (successioni instanti:  2003    2005 ).   Stranieri maggiormente concentrati a  Sie...
Arrivi  Turisti Straniere   Comunali  nelle  Strutture Extralberghiere  ( successioni instanti:  alta stagione 2003     a...
Arrivi Turisti  Stranieri   Comunali  nelle  strutture extralberghiere “nella natura”  (successioni istanti:  2002, 2004, ...
Arrivi Turisti  Extraeuropei  ( americani e canadesi ) per  Comune  (a) e  Circondario  (b) ( 2002    febbraio 2006 ).   ...
Arrivi Turisti  Giapponesi  per Comune ( 2002    febbrario 2006 )  Giapponesi  maggiormente concentrati a  Siena.  Cresci...
Arrivi  Turisti Italiani  per  Risorsa Turistica  (successioni di instanti:  2002    2005 ).   Italiani maggiormente conc...
Analisi Trend Stagionale  (a) e  Mensile  (b) di Arrivi  Turisti Italiani   nelle Località  “termali”.   Più arrivi di ita...
Arrivi  Turisti Italiani  per  Circondario  (successioni instanti:  2003    2005 )  Italiani maggiormente concentrati a  ...
Analisi Trend Stagionale   Arrivi  Italiani   nell’area di  Val di Chiana  (a) e  Siena  (b)  ( 2002 al febbraio 2006 ) Ar...
Arrivi  Turisti Italiani   Comunali  (successioni instanti:  2003    2005 ).   Italiani maggiormente concentrati a  Chian...
Arrivi  Turisti Italiani   Comunali  nelle  strutture alberghiere  (a)  e extralberghiere   (b)  ( 2003    2005 ).    Dis...
Arrivi Turisti  Italiani   Comunali  nelle  strutture extralberghiere “nella natura”  (successioni istanti:  2002, 2004, 2...
<ul><li>Thank You! </li></ul><ul><li>[email_address] </li></ul><ul><li>[email_address] </li></ul>
Upcoming SlideShare
Loading in …5
×

Web Visualization Tool for Historical Analysis of Geo-referenced Multidimensional Data

637 views
613 views

Published on

With the recent advances in the area of Web GIS and Spatial OLAP, new approaches include geographical display and navigation during the exploratory analysis of multidimensional data. Such geographical displays can be enriched with visualization diagrams for effective data exploration for decision-making. Within this context, I developed a web visualization tool so as to promote its use for end-users who need to remotely explore multidimensional geo-referenced datasets in a spatial and historical context. The implementation of such tool is based on an approach that puts together some existing techniques for data exploration and optimization. As a consequence, the tool enables end-users to remotely create and explore several interactive visual reports of summarized data in a fluid interactivity. In this document, we describe the visualizations features of the web tool and show its use for interactive web exploration of spatial and historical aggregations from a tourist data mart. We also introduce the implementation issues about the integrated approach.

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
637
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
3
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide
  • Il primo contesto di questo lavoro considera specificamente l’esplorazione interattiva dei cubi multidimensionali per facilitare processi decisionali in molte applicazioni. Nel contesto OLAP, i cubi possono essere presentati come diagrammi grafici in un front-end OLAP sui quali sono applicati operatori di accesso/manipolazione ai cubi.
  • D’altra parte, uno studio ha valutato che circa l’80% delle informazioni delle basi dati sono collegabili ad entità geografiche. Il secondo contesto di questo lavoro considera la tecnologia Spatial OLAP (SOLAP) come tendenza attuale nel mercato business intelligence che accoppia le tecnologie GIS e OLAP in sistemi di supporto alla decisione. Tale tecnologia agisce come piattaforma che include la visualizzazione e navigazione geografica a supporto dell’analisi esplorativa multidimensionale dei dati geo-riferiti.
  • Questo lavoro fa parte di un progetto di ricerca in cui l’obiettivo principale è sviluppare uno strumento che consenta a una categoria di utenti analizzare dati multidimensionali e geo-riferiti sulla rete. Nella pratica si sta sviluppando uno strumento web di accesso ed analisi visuale del DW turistico che sta dietro all’osservatorio economico della provincia di Siena, contenente serie storiche relative alle presenze turistiche nelle strutture ricettive del territorio.
  • Questa figura illustra uno semplificato schema multidimensionale del DW turistico. I dati turistici contengono un volume significativo di dati storici riferiti agli arrivi e presenze turistiche (indicatori statistici) nelle strutture ricettive (alberghiere ed extra-alberghiere) della provincia senese, che possono essere analizzate nelle diverse prospettive (dimensioni) e suoi corrispondenti livelli di aggregazione: Dimensione Spaziale , rappresentante le strutture ricettive aggregate nelle seguenti unità territoriali: Comune, Circondario (gruppi di Comuni confinanti), Risorsa Turistica (gruppo di Comuni che fanno parte di una tipologia turistica, ad esempio, località termale, ecc) e APT (gruppi di Comuni riferenti a un’unità amministrativa turistica); Dimensione Storica (temporale) , rappresentante la componente temporale giornaliera, mensile, stagionale, annuale di arrivi/presenze turistiche; Dimensioni Tematiche (descrittive) , che rappresentano la tipologia delle strutture, dal dettaglio (numero di “stelle” nella tipologia alberghiera, di “spighe” in quella agrituristica, ecc.) alla tipologia generale (struttura alberghiera e extra alberghiera); e provenienza della clientela turistica, dal dettaglio (regione italiana, nazione, ecc.) alla provenienza generale (provenienza italiana e straniera).
  • Partendo da queste limitazioni, si stanno sviluppando due applicativi web come interfacce di accesso e analisi visuale del DW turistico: uno finalizzato all’accesso e analisi dei dati di dettaglio relativi alle singole strutture ricettive; l’altro finalizzato all’analisi esplorativa multidimensionale dei dati sommari. Questo articolo descrive soltanto il secondo applicativo web.
  • La interfaccia utilizzata nella seconda tappa contiene le seguenti componenti grafiche La mappa choropleth e la corrispondente legenda istogramma , dove gli oggetti geografici sono le unità territoriali colorate in tono graduale e le diverse intensità dei colori codificano la scala dei valori di una statistica. La legenda riassume la distribuzione statistica dell’indicatore analizzato. Al momento esiste solo la classificazione degli intervalli unici in modalità lineare e logaritmica (questa ultima rende la distribuzione statistica più espressiva nella mappa e nei diagrammi grafici). Il diagramma di dispersione ( scatterplot ), che rappresenta la distribuzione statistica bidimensionale di tutti gli oggetti geografici (rappresentati visivamente come punti) in accordo con le dimensioni tematiche del DW. Tale diagramma permette di paragonare simultaneamente indicatori relativi a due membri di una stessa prospettiva (ad es., presenze turistiche: residence X alberghi 5 stelle ). Il diagramma serie storica, ( timeline ) per l’analisi interattiva del trend evolutivo di tutti gli oggetti geografici (rappresentati visivamente come linee nel grafico) in riferimento a una misura statistica, durante il periodo storico specificato nella pagina web della tappa iniziale.
  • Web Visualization Tool for Historical Analysis of Geo-referenced Multidimensional Data

    1. 1. A Web Visualization Tool for Historical Analysis of Geo-Referenced Multidimensional Data Sonia Leila Fernandes da Silva Research supported by Amministrazione Provinciale di Siena and Monte dei Paschi di Siena Foundation DASFAA 2008 – March 19-21, 2008
    2. 2. OLAP – Online Analytical Processing <ul><li>Interactive Exploration of Data Cubes ( large datasets summarized in multididimensional perspectives from a DataWarehouse/DataMart ) for decision-making </li></ul><ul><li>OLAP Cube Operations: slicing/dicing, roll-up, drill-down </li></ul>OLAP Server Time Region Report Product
    3. 3. Spatial OLAP <ul><li>About 80% of data stored in corporate databases are related to geographical entities </li></ul><ul><li>GIS (Geographical Information Systems) + OLAP </li></ul>Spatial OLAP Multidimensional, Geo-referenced Data OLAP GIS Multidimensional, Non geo-referenced data Operational, Geo-referenced data
    4. 4. Main Goal <ul><li>To develop a web-based tool to promote its use for analysts ( decision-makers ) who need to remotely explore large datasets in a spatio-temporal context for decision-making </li></ul><ul><li>Case Study: </li></ul><ul><ul><li>Tourist DataMart of the Economic Observatory of the Public Administration of the Siena County (Italy) </li></ul></ul><ul><ul><li>It contains a meaningful volume of daily historical series of tourist’s presence in the receptive structures of the territory </li></ul></ul>
    5. 5. Example of a Multidimensional Schema of the Tourist DataMart (Siena) Spatial Hierarchy Level Temporal HLevel Thematic Hierarchy Levels Tourist arrivals and stays Tourist Admin Unit Group Adjacent Municip. Year Season (low, medium, high) General Typology Detailed Typology Italian/ Foreigner Italian Region Nation Province Municipality Receptive Structure Month Tourist Resource Day Structure Typology Tourist’s Origin EU Non EU
    6. 6. Current Proposal <ul><li>It is not flexible (it does not allow to do ad-hoc OLAP analysis) </li></ul><ul><li>It is not fully interactive </li></ul><ul><li>It is not suitable to automatically reveal insights (e.g. spatial or temporal trends, anomalies) </li></ul>DM DM Spatio-Temporal Analysis of summarized data Analysis of detailed data (receptive structure) DM 2 web applications Geographical DataMarts New Proposal GEO-Multiviews Historical Tourist Data
    7. 7. Geo-Multiviews  Map Display + Visual Plots are fully interactive Spatial/Temporal Focus When? Thematic Classification Brushing Thematic Tree Choropleth Map Scatterplot Timeline plot Legend Color Schema
    8. 8. <ul><li>Main Features </li></ul><ul><ul><li>To enable the user to create and explore several web-based interactive visual reports of summarized data almost instantaneously </li></ul></ul><ul><ul><li>The spatial and temporal dimensions are fully exploited in order to rapidly reveal spatio-patterns hidden within the raw data </li></ul></ul><ul><ul><li>Demo </li></ul></ul><ul><ul><li>some insights (in real time) about trend analysis of tourist arrivals in the province of Siena </li></ul></ul>
    9. 9. Arrivi Totali nelle Strutture Alberghiere (a) e Extralberghiere (b) (2002  febbraio 2006) . Arrivi alberghieri maggiormente concentrati a località “di arte” e anche “termale”. Riguardo le località termali , ci sono più arrivi di italiani rispetto agli stranieri negli alberghi (Dispersione) e gli arrivi alberghieri sono principalmente nella media stagione (trend stagionale) (a) (b) Arrivi extralberghieri maggiormente concentrati a località “di arte” e anche “campagna/collina” . Riguardo le località di campagna , ci sono più arrivi di stranieri rispetto agli italiani negli strutture extralberghiere (Dispersione) e gli arrivi extralberghieri sono principalmente nella alta stagione (trend stagionale).
    10. 10. Arrivi Totali Turisti per Circondario dal 2002 al febbraio/2006, classificazione Intervalli Unici (a) e Intervalli Unici Distribuiti (b). Arrivi totali discriminati per prov. italiana (X) e straniera (Y) nel Diagramma di Dispersione. Arrivi maggiormente concentrati a Siena e Chianciano Terme nelle due distribuzioni. (a) (b) Tendenziale crescita di arrivi a Siena (trend annuale) (a). Più arrivi stranieri rispetto agli italiani a Chianti Senese (Dispersione) con piccola decrescita dal 2002 ( trend annuale ) (b)
    11. 11. Arrivi Totali Turisti Comunali dal 2002 al febbraio/2006, Classificazione Intervalli Unici (a) e Intervalli Unici Distribuiti (b). Arrivi totali discriminati per prov. italiana (X) e straniera (Y) (Dispersione). Arrivi maggiormente concentrati a Siena, Chianciano Terme e San Gimignano nella prima distribuzione (a) (a) (b) A Chianciano Terme (a), ci sono più arrivi italiani rispetto agli stranieri (dispersione) , con più arrivi nella media stagione ( trend stagionale ). Trend uniforme di arrivi in tutte le stagioni a San Gimignano (b)
    12. 12. Arrivi Totali nelle Strutture Alberghiere per Circondario (a) e Comune (b) (2002  febbraio 2006) . Arrivi negli alberghi maggiormente concentrati a Val di Chiana seguito da Siena, con tendenziale crescita annuale di arrivi alberghieri a Siena dal 2003 (a) (b) Più in dettaglio, arrivi alberghieri maggiormente concentrati a Siena e Chianciano Terme (b) , con più arrivi extralberghieri nella medio-alta stagione a San Gimignano ( trend stagionale ).
    13. 13. (a) (b) Arrivi Totali nelle Strutture Extralberghiere per Circondario (a) e Comune (b) (2002  febbraio 2006) . Arrivi nelle strutture extralberghiere maggiormente concentrati a Siena, seguito da Val D’Elsa e Val di Chiana, con tendenziale crescita annuale di arrivi extralberghieri a Val D’Elsa dal 2003 (a) Più in dettaglio, arrivi extralberghieri maggiormente concentrati a Siena e San Gimignano , con più arrivi nella medio-alta stagione a San Gimignano
    14. 14. Arrivi Turisti Stranieri per Risorsa Turistica (successioni istanti 2003  2005 ), discriminati per strutture alberghiere (X) e extralberghiere (Y) (Dispersione). Stranieri maggiormente concentrati nelle località di “arte” (2003), con spostamento anche verso località di “campagna/collina” (2004) e “termale” (2005). Ci sono più arrivi di stranieri nelle strutture extralberghiere rispetto agli alberghi dal 2004
    15. 15. Arrivi Turisti Stranieri per Circondario (successioni instanti: 2003  2005 ) Turisti stranieri maggiormente concentrati a Siena seguito da Val di Chiana, con tendenziale spostamento anche verso Val D’Elsa e Chianti Senese (2004, 2005), con decrescita di stranieri a Val di Chiana in 2004 In 2005 ci sono più arrivi di stranieri nelle strutture extralberghiere (Y) rispetto agli alberghi (X) in Val D’Elsa e Chianti Senesi (Diagramma Dispersione).
    16. 16. Analisi Trend Stagionale di Arrivi Stranieri per Circondario a Siena (a) e nelle aree di Val D’Elsa (b) ( 2002 al febbraio 2006). Arrivi uniforme di stranieri in tutte le stagioni a Siena (a) più arrivi di stranieri in Val D’Elsa nella medio-alta stagione (b) (a) (b)
    17. 17. Arrivi Totali Turisti Francesi (a) e Tedeschi (b) per Circondario ( 2002  febbraio 2006 ). Francesi maggiormente concentrati a Val di Chiana e Siena, ma sono anche spostati nelle aree Val D’Elsa e Chianti Senese. Ci sono più arrivi di francesi nelle strutture extralberghiere (Y) rispetto agli alberghi (X) in Chianti Senesi (Dispersione). mentre i tedeschi sono maggiormente concentrati a Val di Chiana, ma sono anche spostati nelle aree Siena , Val D’Elsa , Chianti Senese e anche Val di Merse principalmente in 2004 (con crescita nella serie storica) (a) (b)
    18. 18. Arrivi Turisti Stranieri Comunali (successioni instanti: 2003  2005 ). Stranieri maggiormente concentrati a Siena seguito da C.Terme e S.Gimignano, con tendenziale spostamento significativo anche verso area Chianti Senese e altri Comuni di Val di Chiana e Amiata (2004 e 2005)
    19. 19. Arrivi Turisti Straniere Comunali nelle Strutture Extralberghiere ( successioni instanti: alta stagione 2003  alta stagione 2005). Stranieri maggiormente concentrati a Siena seguito da S. Gimignano ( alta 2003 ) con tendenziale spostamento sul tutto il territorio ( alta 2004, alta 2005 ). Da notare sottogruppi di Comuni con più arrivi di straniere rispetto agli italiani nelle strutture extralberghiere nell’alta di 2005 (Dispersione) (a)
    20. 20. Arrivi Turisti Stranieri Comunali nelle strutture extralberghiere “nella natura” (successioni istanti: 2002, 2004, 2005 ). Tendenziale spostamento significativo sul tutto il territorio, includendo i Comuni di Montepulciano, C. Berardenga e Sovicille maggiormente concentrati a Siena , seguito da San Gimignano , Sarteano e Castellina in Chianti
    21. 21. Arrivi Turisti Extraeuropei ( americani e canadesi ) per Comune (a) e Circondario (b) ( 2002  febbraio 2006 ). Maggiormente concentrati nei Comuni di Siena e San Gimignano….. Ma anche con distribuzione media uniforme sul tutto il territorio. Eccezioni le aree di Val di Merse e Crete Senese (a) (b)
    22. 22. Arrivi Turisti Giapponesi per Comune ( 2002  febbrario 2006 ) Giapponesi maggiormente concentrati a Siena. Crescita di arrivi in Gaiola in Chianti dal 2003 (trend annuale) Arrivi Turisti Cinesi per Comune ( 2002  febbrario 2006 ) Cinesi maggiormente concentrati a Poggibonsi seguito da Siena, con crescita di arrivi a Chianciano Terme dal 2003, principalmente negli alberghi (Dispersione)
    23. 23. Arrivi Turisti Italiani per Risorsa Turistica (successioni di instanti: 2002  2005 ). Italiani maggiormente concentrati nelle località di “arte” e “termale” (2002  2004 ), con spostamento crescente anche verso località di “campagna/collina” (2005)
    24. 24. Analisi Trend Stagionale (a) e Mensile (b) di Arrivi Turisti Italiani nelle Località “termali”. Più arrivi di italiani nella medio-alta stagione (a), più specificamente, trend uniforme di arrivi italiani dal aprile al settembre (b) (a) (b)
    25. 25. Arrivi Turisti Italiani per Circondario (successioni instanti: 2003  2005 ) Italiani maggiormente concentrati a Val di Chiana, con tendenziale spostamento crescente a Siena ( dal 2003 ). Spostamento discreto anche a Val D’Orcia - Amiata ( 2005 ). In 2005 , ci sono più arrivi di italiani nelle strutture extralberghiere (Y) rispetto agli alberghi (X) in Val D’Elsa e Val D’Orcia – Amiata (Dispersione)
    26. 26. Analisi Trend Stagionale Arrivi Italiani nell’area di Val di Chiana (a) e Siena (b) ( 2002 al febbraio 2006 ) Arrivi uniforme di italiani in tutte le stagioni a Val di Chiana (a) e più arrivi di italiani nella bassa stagione a Siena (b) (a) (b)
    27. 27. Arrivi Turisti Italiani Comunali (successioni instanti: 2003  2005 ). Italiani maggiormente concentrati a Chianciano Terme seguito da Siena, con tendenziale spostamento discreto verso area centrale, principalmente negli alberghi (Dispersione). Crescita di italiani a San Quirico D’Orcia dal 2003 .
    28. 28. Arrivi Turisti Italiani Comunali nelle strutture alberghiere (a) e extralberghiere (b) ( 2003  2005 ). Distribuzione media sul territorio di arrivi italiani negli alberghi (a), maggiormente concentrati a Chianciano Terme seguito da Siena, con decrescita ( 2003 ) e crescita ( 2004 ) annuale in tutti gli altri Comuni Distribuzione discreta sul territorio di arrivi italiani nelle strutture extralberghiere (b) Maggiormente concentrati a Siena seguito da San Gimignano (a) (b)
    29. 29. Arrivi Turisti Italiani Comunali nelle strutture extralberghiere “nella natura” (successioni istanti: 2002, 2004, 2005 ). maggiormente concentrati a San Gimignano , seguito da Sarteano , Siena e Pienza Tendenziale spostamento significativo sul tutto il territorio, includendo i Comuni di Montepulciano, C. Berardenga, C. D’Orcia e anche Montalcino
    30. 30. <ul><li>Thank You! </li></ul><ul><li>[email_address] </li></ul><ul><li>[email_address] </li></ul>

    ×