Architettura e visualizzazione dei dati in Drupal

2,134 views

Published on

Sergio Cima @ Drupal Days 2014

Published in: Internet
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
2,134
On SlideShare
0
From Embeds
0
Number of Embeds
62
Actions
Shares
0
Downloads
16
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Architettura e visualizzazione dei dati in Drupal

  1. 1. ARCHITETTURA E VISUALIZZAZIONE 
 DEI DATI IN DRUPAL
  2. 2. #DrupalDaysIT DRUPAL, DATAVIZ, DATA JOURNALISM Richard Saul Wurman*: “Information Design è progettare la comprensione” ! ! ! ! ! *TED, architettura dell’informazione
  3. 3. #DrupalDaysIT ITALIAN RESEARCH MAP irm.scienceonthenet.eu MIUR CNR Zadig
  4. 4. #DrupalDaysIT DAL DATO AL SIGNIFICATO* Porsi la query giusta ! “Mostra chi fa ricerca in Italia e permetti di valutare la qualità della ricerca” (con budget limitato…) *passando per Drupal
  5. 5. #DrupalDaysIT MOLTI DATI … • Elenco dei progetti Fp7 • Elenco contractors Fp7 • Ranking dei centri di ricerca internazionali • Ranking dei ricercatori • Valutazioni ANVUR …
  6. 6. #DrupalDaysIT DAL DATO AL DATASET argomento paese titolo del progetto data di inizio cordis.europa.eu
  7. 7. #DrupalDaysIT DAL DATO AL DATASET dati del progetto contractors coordinatore
  8. 8. #DrupalDaysIT IL DATASET Progetti PJ_UID RCN PROJECT_TITLE START END … 9803873 85232 An interoperability service utility… 01/02/08 31/07/10 … 9803920 85233 Coupling charge transport to internal… 01/01/08 31/12/10 … 9803967 85234 Community-based Interoperability… 01/02/08 31/01/11 … 9804029 85235 Dual-channel CMOS for (sub)-22 … 01/12/07 30/11/10 … 9804106 85236 Field opErational teSts supporT … 05/11/07 04/05/08 … 9804170 85237 Quality impact prediction for … 01/01/08 31/12/10 … 9804248 85238 Extended large (3D) integration … 01/11/07 30/04/11 … 9804272 85239 Treble-CLEF: evaluation… 01/01/08 31/12/09 … 9804304 85240 Developing versatile and robust … 01/02/08 31/03/11 … Contractor CONTRACTOR _ROLE PJ_UID ORGANIZATION_NAME P 9843724 EUROPEAN ROAD TRANSPORT TELEMATICS IMPLEMENTATION COORDINATION … C 9843724 VLAAMSE OVERHEID C 9843724 UNIVERSITAET STUTTGART C 9843724 NAVTEQ B.V. C 9843850 AL-AHLYYA AMMAN UNIVERSITY C 9843850 UNIVERSITE LYON 2 LOUIS LUMIERE C 9843850 INSTITUTE FOR LANGUAGE AND SPEECH PROCESSING - "ATHENA" RESEARCH CENTER C 9843850 COMMISSARIAT A L'ENERGIE ATOMIQUE C 9843850 CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE
  9. 9. #DrupalDaysIT AUMENTARE IL DATASET Integrare i dati con altre fonti. L’unione di due dataset crea un nuovo oggetto. Dataset va trasformato per poter essere aumentato • normalizzazione • data mining • prototipare la visualizzazione
  10. 10. #DrupalDaysIT OPEN REFINE (NORMALIZZAZIONE) openrefine.org
  11. 11. #DrupalDaysIT KNIME (DATA MINING) knime.org
  12. 12. #DrupalDaysIT RAW (VISUALIZZAZIONE)* app.raw.densitydesign.org *ma pure Excel
  13. 13. #DrupalDaysIT DATI SENSATI
  14. 14. #DrupalDaysIT DRUPAL COME FRAMEWORK PER LA DATAVIZ • Facilità di configurazione* • Possibilità di collegare n altri dati • Possibilità di aggiornare i dati • Backoffice semplice per modificare • Semplice creazione di nuove query • Dataviz • Maschere di interrogazione dei dati • Serendipità (prove ed errori) • … * deve capirlo anche quel testone del redattore che deve poter aggiungere contenuti al sistema
  15. 15. #DrupalDaysIT QUERY CHE DESIDERIAMO DA DRUPAL* • Conta le categorie di progetti per contractor • Conta quanti partner ha un contractor • Calcola la media dei finanziamenti di un progetto • Conta con quante nazionalità collabora un contractor • Per ogni contractor conta i partner con più collaborazioni *Calcoli semplici per dati sporchi, poi si vedrà…
  16. 16. #DrupalDaysIT DATI STRUTTURATI
  17. 17. #DrupalDaysIT STRUTTURA DEI CONTENUTI ! Analisi dei tipi di contenuto e scelta dei moduli per accogliere i campi dei tipi di contenuto. Ogni tabella è un tipo di contenuto. Moduli per tipo di contenuto • date • entity reference • location • libraries • views Moduli per import • feeds • feeds tamper • location feeds • entity reference feeds
  18. 18. #DrupalDaysIT TIPO: PROGETTO
  19. 19. #DrupalDaysIT IMPORT: PROGETTI
  20. 20. #DrupalDaysIT TIPO: CONTRACTOR • location
  21. 21. #DrupalDaysIT IMPORT: CONTRACTORS
  22. 22. #DrupalDaysIT TIPO: COLLEGAMENTO • entity api • entity reference
  23. 23. #DrupalDaysIT IMPORT: COLLEGAMENTI • feeds tamper
  24. 24. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Relationship tra “id contractor” (title) del tipo “Contractor” e campo entity reference che referenzia l’id contractor nel tipo “Collegamento”
  25. 25. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Relationship tra “id progetto” (title) del tipo “Progetto” e il campo entity reference che referenzia l’id progetto nel tipo “Collegamento”
  26. 26. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Campi della vista • anno • contractor • progetto
  27. 27. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Campi della vista • anno • contractor • progetto
  28. 28. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Campi della vista • anno • contractor • progetto
  29. 29. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Vista tabella
  30. 30. #DrupalDaysIT VISTE: PROGETTI PER ANNO PER CONTRACTOR Vista tabella con aggregazione
  31. 31. #DrupalDaysIT MODELLI DI VISUALIZZAZIONE Macchina (cruscotto) Organon (Few) vs (Feltron) (Google)
  32. 32. #DrupalDaysIT DASHBOARD: UNSUITABLE Troppo testo e tabelle: difficoltà di individuare i dati salienti ! Torte e altri oggetti rotondi: occupano troppo spazio e la differenza di area può non essere percepita accuratamente ! Grafici in pila: richiedono troppa concentrazione Grafici a radar: difficile paragonare le diverse variabili. ! Tachimetri, termometri e altre metafore: meramente ornamentali, rischio di rappresentare male i dati e tenere oscure le unità di misura (Stephen Few)
  33. 33. #DrupalDaysIT DASHBOARD: SUITABLE Barre, linee o combinate ! Liste e tabelle molto semplici ! Box plot: molto informativi, danno conto della variabilità del fenomeno ! Dispersione (scatterplot): ma con una linea di correlazione (R) (Stephen Few)
  34. 34. #DrupalDaysIT SUITABLE?
  35. 35. #DrupalDaysIT D3
  36. 36. #DrupalDaysIT DRUPAL + D3 = DATAVIZ Vista - > dati json - > libreria D3 -> viz | Modulo = d3.js* | -> viz *”There are several javascript charts & graphs libraries out there, googleapi and jqplot for example. The D3 library, however, is not only a much more flexible library, but also offers more than just charts and graphs.” ! Librerie grafiche incluse nel modulo: • linee • barre • torte • possibilità di aggiungere altre librerie (treemap, map, area graph…)
  37. 37. #DrupalDaysIT VISUALIZZAZIONE D3 • Impostazione • Vista
  38. 38. #DrupalDaysIT VISUALIZZAZIONE D3 • Impostazione • Vista
  39. 39. #DrupalDaysIT VISUALIZZAZIONE D3 • Impostazione • Vista
  40. 40. #DrupalDaysIT VISUALIZZAZIONE D3 • Impostazione • Vista
  41. 41. #DrupalDaysIT IRM OGGI Dalle tabelle ai grafici* *Paolo, e muoviti con sti grafici!
  42. 42. SERGIO CIMA sergiocima@gmail.com @sergio_cima paolo.griselli@demade.net @pauligree PAOLO GRISELLI
  43. 43. SERGIO CIMA sergiocima@gmail.com @sergio_cima paolo.griselli@demade.net @pauligree PAOLO GRISELLI
  44. 44. SPONSOR MEDIA PARTNER

×