SlideShare a Scribd company logo
1 of 22
Comparing static Gantt
and mosaic charts for
visualization of task
schedules
+ Information Visualisation
2011
-Saturnino Luz et al.
/윤정원
x 2016 Spring
Comparing static Gantt and mosaic charts for visualization of task schedules
Information Visualisation (IV), 2011 15th International Conference
Saturnino Luz
Department of Computer Science Trinity College Dublin, Dublin, Ireland
Masood Masoodian Department of Computer Science
The University of Waikato, Hamilton, New Zealand
Author
Published
요즘 나의 연구는…
• 전체적인 구조는 다음과 같이 전개될 예정
캘린더의
문제 상황
시각화 A-B test 비교 검증
요즘 나의 연구는…
• 전체적인 구조는 다음과 같이 전개될 예정
캘린더의
문제 상황
시각화 A-B test 비교 검증
시간의 속성을 갖고 있는 Task Scheduler
사회적 시간과의 일정 조율 문제
최소한의 협동 시간과 개인의 시간간의 균형
.
.
.
????!!!!
Gantt Mosaic
요즘 나의 연구는…
시각화 A-B test 비교 검증
VS
타임라인을 나타내는 두 가지 방식: 전통적인 간트차트 대비, 모자이크 차트의 사용성 비교 검증
캘린더의
문제 상황
Abstract
1) 연구 배경:
2) 연구 목표:
• 모자이크 차트는 타임 라인에서 이벤트의 표현을 위해 제안되어왔음
• 일반적이고 더 실질적인 상황에서 정적인 타임라인 시각화 방안으로써
모자이크 차트의 사용성은 연구되지 않았음
mosaic charts for
visualization
• 프로젝트 일정의 시각화를 위한 모자이크 차트의 사용성을 조사
3) 실험:
• 간트 차트와 모자이크 차트 사용 비교를 위해 사용자들을 대상으로 비교 평가
4) 결과 및 디자인 가이드라인
• 정확도, 답변 시간, 난이도로 결과 분석
• 한계점을 보완할 수 있는 모자이크 차트의 디자인 가이드라인
Introduction
1) 복잡한 시간 연대순에 대한 표현 -> 타임라인 양식
2) 간트 차트:
- task schedules을 표현하는데 사용 되어 온 툴
- 타임라인처럼 직사각형의 바와 같은 시간 데이터 스트림을 표현하는 직관적이고 효과적인 시각화 방
- 공간적 제약: paper-medium에 적합한 형태로, 컴퓨터 스크린에는 적합하지 않음 (Tufte)
Panning, Scrolling 등 인터랙티브 요소가 필요함
- 최근, 인터랙티브 시스템과 결합해서 다양한 시스템에 적용 중
예) sequential data를 다루는 시스템, 프로젝트 매니지먼트 어플리케이션, 환자 히스토리 표현, health informatics, 여행 일정 정보
Introduction
3) temporal mosaics:
- Luz & Masoodian이 다양한 이벤트의 흐름과 그들의 관계를 시각화하기 위한 타임라인으로 소개
- 수직적으로 이벤트가 늘어나는 타임라인과 달리,
고정된 높이로 시작하고, 주어진 타임 인터벌로 오버랩되어 공간적인 비율을 할당하게 됨
- 태스크들은 특정한 라인에 따라 연결되는 것이 아니라, 칼라 코드를 통해 표현
- Browsing 효과적인 평가가 있음
Evaluation
1) Gantt chart VS Mosaic chart
- 이벤트 타입이 더 많은 복잡한 컨텍스트에서의 비교 실험
- Mosaic 이 특히, 스마트폰과 같은 small-screen에서 인터랙티브& 다이나믹한 시각화 방식일 때
사용성이 더 높을 것이라 예상하지만,
- 사용자들이 동적인 표현에 대한 모자이크 매핑을 쉽게 이해할 수 있을지,
- 간트차트를 사용했을 때 만큼 효과적인지 비교 실험
- Building schedule task
<Gantt chart><Mosaic chart>
Evaluation
2) Method
- 참여자들에게 Building schedule을 mosaic 또는 Gantt 타임라인으로 제공
- Within-subject design
- 튜토리얼 및 스케줄에 대한 질문도 함께 전달
• 튜토리얼: 두 가지 시각화 방법에 대한 짧은 텍스트 형식의 설명
튜토리얼의 마지막에는 피험자들이 직접 트라이얼 해볼 수 있는 화면
• question: 각 화면 당 10쌍의 질문을 랜덤하게 제시
order effect와 learning effect 를 최소화하기 위해서 “질문-이미지” 페어 또한 랜덤하게 제시
복수 응답 가능
답하는 데 걸린 시간 측정,
리커트 척도(1:easy ~ 7:difficult)로 응답한 질문에 대한 난이도 측정
Evaluation
TYPE Sample Question
e
No more than 3 tasks should be scheduled for the same day.
Is this a problem with the current plan?
i
How many days are free in the first two weeks?
c
All the windows are installed by the same person and should
happen in the same days. Is this possible in the current
schedule?
d How many days does the bathroom plumbing take in total?
o
Painting a room should finish before its carpet can be installed.
Is this a problem for the bedroom schedule?
• Sample Question
exclusion
Inactivity
Concurrence
duration
ordering
Evaluation
- 피험자 정보
• 총 23명 참여: 남자 14 + 여자 9
대학 연구원 11 + 학생 7 + 다른 직업 5
- 총 460개의 답변과 평점에 대한 데이터를 수집함
- 상금: 가장 빨리, 정확하게 답변한 사람에게 도서상품권 증정
2) Method
Evaluation
3) Results - 질문 유형별, Gantt/mosaic의 answering time과 error rate 비교 분석 결과
Evaluation
3) Results - 질문 유형별 분석 결과, Concurrence/Ordering 유형의 경우 간트 차트를 더 어렵게 느낌
- 반면, inactivity 유형은 거의 차이가 없어 유의미하지 않았음
Evaluation
3) Results - Error rate, Time, Difficulty ratings 별로 나누어 분석한 결과,
Mosaic chart가 Ordering 유형에서 특히 정확도가 높고, 정보를 더 빨리 찾을 수 있음
따라서, Mosaic은 ordering 유형에서 더 뛰어난 시각화 방식
Evaluation
3) Results
- 정확성과 응답 시간에 대한 질문 유형 전체 분석 결과, 간트/모자이크 차트 간의 아주 작은 차이만 발견
• 평균 오차율은 거의 동등
: 모자이크:15.1%, / 간트:15%
• 질문에 대한 대답 시간은 유의미하지 않았음 (t[436]=0.5, p = 0.5)
: 모자이크: 평균 20.4초 / 간트: 평균 21.2초
• 질문에 대한 난이도 선택 역시 두 시각화 방식이 비슷했음
: 모자이크: 2.3점 / 간트: 2.4점
→ 대답하기 오래 걸린 질문일수록 시각화 방식을 해석하는데 더 어렵게 생각하는 경향이 있었음
Evaluation
4) Discussion
-Mosaic 사용자들은,
• 오버랩된 이벤트를 발견하는데 더 잘 수행했음
• 이벤트 기간(duration)을 평가하는 데 더 적합했음
그러나, “타일링 하는데 얼마나 오랜 기간이 걸리는가?” 라는 질문에, 2주차의 계획을 간과하는 경우가 있음
이미 간트 차트에 익숙한 대부분의 사람들의 타임라인 멘탈모델을 활용해 시각화 해야
함을 밝힘
Evaluation
4) Discussion
-또한, 본 연구는 Mosaic 스케줄러 알고리즘의 단점을 밝힘
• 한개의 연속적인 이벤트가 두 개의 비연속적인 라인으로 나타나
이벤트를 렌더링할 때 바람직하지 않은 결과를 보일 수 있었음
Mosaic 는 연속적인 이벤트의 불연속성을 갖고 있음
Evaluation
: 앞서 말한 Mosaic 스케줄러 알고리즘의 단점을 보완할 수 있는 알고리즘 제안
4) Discussion
-MOSAIC 스케줄러를 그리는 디자인 가이드라인
• Visual alignment against the time axis
: 간트 차트같은 타임라인 시각화 방식은 빈 시간을 스캔하기 좋지만,
모자이크 방식은 각 태스크 마다 특정한 영역이 있는 것은 아니기 때문에,
더 빈번히 일어나는 태스크에 대해 시간축으로 visual alignment를 제공할 수 있음
• Avoiding discontinuity
예) 태스크 축에서 아래에서 부터 위로 쌓이는 태스크의 기준은 빈번도, 혹은 기간 등..
Evaluation
4) Discussion
• Selection of colours
-MOSAIC 스케줄러를 그리는 디자인 가이드라인
• Enhancing visual continuity
: 간트 차트는, 어떤 공간이 각 태스크들의 시각적 연속성과 분리를 유지하기 위해 사용되지만,
모자이크 차트는, 태스크 마다 다른 색이 각 태스크간의 연관성을 나타내기 때문에 중요
: “ Gantt timeline + temporal mosaics ”
예) 모자이크 위에 간트의 일정을 중첩함으로써 양방향 시각화 시스템
-> 선택하는 색상이 co-occur 되는 태스크간 서로 상호보완적일 수 있도록 선택하는 것이 가장 중요
-> task ordering, drawing sequence 가 칼라 선택의 기준이 됨
Conclusion
• temporal mosaic가 직관적인 타임라인 표현 방식이 될 수 있음을 증명한 논문
• 처음 사용하는 사용자들도, 이미 익숙한 간트 차트만큼이나 정확하고 빠르게 일정을 해석할 수 있음
• 결과 분석과 가이드라인으로 mosaic 차트를 인터랙티비 시스템과 결합하여 발전시킬 수 있다는데 의의
감사합니다.

More Related Content

Similar to Comparing static Gantt and mosaic charts for visualization of task schedules

Chapter 17 monte carlo methods
Chapter 17 monte carlo methodsChapter 17 monte carlo methods
Chapter 17 monte carlo methodsKyeongUkJang
 
Time series classification
Time series classificationTime series classification
Time series classificationSung Kim
 
Project Management
Project ManagementProject Management
Project Managementcherryhacker
 
UX 디자인 7가지 비밀: 비밀 4
UX 디자인 7가지 비밀: 비밀 4UX 디자인 7가지 비밀: 비밀 4
UX 디자인 7가지 비밀: 비밀 4Nammin Lee
 
PR-218: MFAS: Multimodal Fusion Architecture Search
PR-218: MFAS: Multimodal Fusion Architecture SearchPR-218: MFAS: Multimodal Fusion Architecture Search
PR-218: MFAS: Multimodal Fusion Architecture SearchSunghoon Joo
 
개발자, 성장하는 '척' 말고, 진짜 성장하기
개발자, 성장하는 '척' 말고, 진짜 성장하기개발자, 성장하는 '척' 말고, 진짜 성장하기
개발자, 성장하는 '척' 말고, 진짜 성장하기Donghyun Cho
 
알고리즘 마케팅 CH5
알고리즘 마케팅 CH5알고리즘 마케팅 CH5
알고리즘 마케팅 CH5kyuchul kim
 
작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx
작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx
작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptxssuser0e717a
 
Recommendation System History
Recommendation System HistoryRecommendation System History
Recommendation System HistoryTae Young Lee
 
[IMR2014]WEEK05
[IMR2014]WEEK05[IMR2014]WEEK05
[IMR2014]WEEK05JY LEE
 
딥뉴럴넷 클러스터링 실패기
딥뉴럴넷 클러스터링 실패기딥뉴럴넷 클러스터링 실패기
딥뉴럴넷 클러스터링 실패기Myeongju Kim
 
Bidirectional attention flow for machine comprehension
Bidirectional attention flow for machine comprehensionBidirectional attention flow for machine comprehension
Bidirectional attention flow for machine comprehensionWoodam Lim
 
세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석
세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석
세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석Kwang Woo NAM
 
Summary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detectionSummary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detection창기 문
 
Summary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detectionSummary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detection창기 문
 
20141215 액션러닝 원장님강의08
20141215 액션러닝 원장님강의0820141215 액션러닝 원장님강의08
20141215 액션러닝 원장님강의08humana12
 
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)Hyun-Soo Ji
 

Similar to Comparing static Gantt and mosaic charts for visualization of task schedules (20)

Chapter 17 monte carlo methods
Chapter 17 monte carlo methodsChapter 17 monte carlo methods
Chapter 17 monte carlo methods
 
Time series classification
Time series classificationTime series classification
Time series classification
 
Project Management
Project ManagementProject Management
Project Management
 
Mahout
MahoutMahout
Mahout
 
[Imr]week3
[Imr]week3[Imr]week3
[Imr]week3
 
UX 디자인 7가지 비밀: 비밀 4
UX 디자인 7가지 비밀: 비밀 4UX 디자인 7가지 비밀: 비밀 4
UX 디자인 7가지 비밀: 비밀 4
 
Uml intro 1
Uml intro 1Uml intro 1
Uml intro 1
 
PR-218: MFAS: Multimodal Fusion Architecture Search
PR-218: MFAS: Multimodal Fusion Architecture SearchPR-218: MFAS: Multimodal Fusion Architecture Search
PR-218: MFAS: Multimodal Fusion Architecture Search
 
개발자, 성장하는 '척' 말고, 진짜 성장하기
개발자, 성장하는 '척' 말고, 진짜 성장하기개발자, 성장하는 '척' 말고, 진짜 성장하기
개발자, 성장하는 '척' 말고, 진짜 성장하기
 
알고리즘 마케팅 CH5
알고리즘 마케팅 CH5알고리즘 마케팅 CH5
알고리즘 마케팅 CH5
 
작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx
작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx
작업준비시간과_납기지연시간을_최소화하기_위한_딥러닝_기반의_일정계획수립_모델_사사수정 (1).pptx
 
Recommendation System History
Recommendation System HistoryRecommendation System History
Recommendation System History
 
[IMR2014]WEEK05
[IMR2014]WEEK05[IMR2014]WEEK05
[IMR2014]WEEK05
 
딥뉴럴넷 클러스터링 실패기
딥뉴럴넷 클러스터링 실패기딥뉴럴넷 클러스터링 실패기
딥뉴럴넷 클러스터링 실패기
 
Bidirectional attention flow for machine comprehension
Bidirectional attention flow for machine comprehensionBidirectional attention flow for machine comprehension
Bidirectional attention flow for machine comprehension
 
세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석
세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석
세월호/ 타이타닉호 사고의 빅 데이터 방법론적 분석
 
Summary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detectionSummary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detection
 
Summary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detectionSummary in recent advances in deep learning for object detection
Summary in recent advances in deep learning for object detection
 
20141215 액션러닝 원장님강의08
20141215 액션러닝 원장님강의0820141215 액션러닝 원장님강의08
20141215 액션러닝 원장님강의08
 
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
 

More from yoonjungwon

언어학에 대하여
언어학에 대하여언어학에 대하여
언어학에 대하여yoonjungwon
 
151008발제 mobile hci2015
151008발제 mobile hci2015151008발제 mobile hci2015
151008발제 mobile hci2015yoonjungwon
 
Trust in product review blogs the influence of 
self-disclosure and popularity
Trust in product review blogs  the influence of 
self-disclosure and popularityTrust in product review blogs  the influence of 
self-disclosure and popularity
Trust in product review blogs the influence of 
self-disclosure and popularityyoonjungwon
 
The silent language + Culture of UX Lab.
The silent language + Culture of UX Lab.The silent language + Culture of UX Lab.
The silent language + Culture of UX Lab.yoonjungwon
 
Intertwingled : information changes everything
Intertwingled : information changes everythingIntertwingled : information changes everything
Intertwingled : information changes everythingyoonjungwon
 
Menu의 어원과 정의& mobile에서의 메뉴
Menu의 어원과 정의& mobile에서의 메뉴Menu의 어원과 정의& mobile에서의 메뉴
Menu의 어원과 정의& mobile에서의 메뉴yoonjungwon
 
[1002 Lab meeting] Using Annotations in Online Group Chats
[1002 Lab meeting] Using Annotations  in Online Group Chats [1002 Lab meeting] Using Annotations  in Online Group Chats
[1002 Lab meeting] Using Annotations in Online Group Chats yoonjungwon
 

More from yoonjungwon (8)

언어학에 대하여
언어학에 대하여언어학에 대하여
언어학에 대하여
 
151008발제 mobile hci2015
151008발제 mobile hci2015151008발제 mobile hci2015
151008발제 mobile hci2015
 
Trust in product review blogs the influence of 
self-disclosure and popularity
Trust in product review blogs  the influence of 
self-disclosure and popularityTrust in product review blogs  the influence of 
self-disclosure and popularity
Trust in product review blogs the influence of 
self-disclosure and popularity
 
The silent language + Culture of UX Lab.
The silent language + Culture of UX Lab.The silent language + Culture of UX Lab.
The silent language + Culture of UX Lab.
 
Intertwingled : information changes everything
Intertwingled : information changes everythingIntertwingled : information changes everything
Intertwingled : information changes everything
 
Menu의 어원과 정의& mobile에서의 메뉴
Menu의 어원과 정의& mobile에서의 메뉴Menu의 어원과 정의& mobile에서의 메뉴
Menu의 어원과 정의& mobile에서의 메뉴
 
Beyond qwerty
Beyond qwerty Beyond qwerty
Beyond qwerty
 
[1002 Lab meeting] Using Annotations in Online Group Chats
[1002 Lab meeting] Using Annotations  in Online Group Chats [1002 Lab meeting] Using Annotations  in Online Group Chats
[1002 Lab meeting] Using Annotations in Online Group Chats
 

Comparing static Gantt and mosaic charts for visualization of task schedules

  • 1. Comparing static Gantt and mosaic charts for visualization of task schedules + Information Visualisation 2011 -Saturnino Luz et al. /윤정원 x 2016 Spring
  • 2. Comparing static Gantt and mosaic charts for visualization of task schedules Information Visualisation (IV), 2011 15th International Conference Saturnino Luz Department of Computer Science Trinity College Dublin, Dublin, Ireland Masood Masoodian Department of Computer Science The University of Waikato, Hamilton, New Zealand Author Published
  • 3. 요즘 나의 연구는… • 전체적인 구조는 다음과 같이 전개될 예정 캘린더의 문제 상황 시각화 A-B test 비교 검증
  • 4. 요즘 나의 연구는… • 전체적인 구조는 다음과 같이 전개될 예정 캘린더의 문제 상황 시각화 A-B test 비교 검증 시간의 속성을 갖고 있는 Task Scheduler 사회적 시간과의 일정 조율 문제 최소한의 협동 시간과 개인의 시간간의 균형 . . . ????!!!!
  • 5. Gantt Mosaic 요즘 나의 연구는… 시각화 A-B test 비교 검증 VS 타임라인을 나타내는 두 가지 방식: 전통적인 간트차트 대비, 모자이크 차트의 사용성 비교 검증 캘린더의 문제 상황
  • 6. Abstract 1) 연구 배경: 2) 연구 목표: • 모자이크 차트는 타임 라인에서 이벤트의 표현을 위해 제안되어왔음 • 일반적이고 더 실질적인 상황에서 정적인 타임라인 시각화 방안으로써 모자이크 차트의 사용성은 연구되지 않았음 mosaic charts for visualization • 프로젝트 일정의 시각화를 위한 모자이크 차트의 사용성을 조사 3) 실험: • 간트 차트와 모자이크 차트 사용 비교를 위해 사용자들을 대상으로 비교 평가 4) 결과 및 디자인 가이드라인 • 정확도, 답변 시간, 난이도로 결과 분석 • 한계점을 보완할 수 있는 모자이크 차트의 디자인 가이드라인
  • 7. Introduction 1) 복잡한 시간 연대순에 대한 표현 -> 타임라인 양식 2) 간트 차트: - task schedules을 표현하는데 사용 되어 온 툴 - 타임라인처럼 직사각형의 바와 같은 시간 데이터 스트림을 표현하는 직관적이고 효과적인 시각화 방 - 공간적 제약: paper-medium에 적합한 형태로, 컴퓨터 스크린에는 적합하지 않음 (Tufte) Panning, Scrolling 등 인터랙티브 요소가 필요함 - 최근, 인터랙티브 시스템과 결합해서 다양한 시스템에 적용 중 예) sequential data를 다루는 시스템, 프로젝트 매니지먼트 어플리케이션, 환자 히스토리 표현, health informatics, 여행 일정 정보
  • 8. Introduction 3) temporal mosaics: - Luz & Masoodian이 다양한 이벤트의 흐름과 그들의 관계를 시각화하기 위한 타임라인으로 소개 - 수직적으로 이벤트가 늘어나는 타임라인과 달리, 고정된 높이로 시작하고, 주어진 타임 인터벌로 오버랩되어 공간적인 비율을 할당하게 됨 - 태스크들은 특정한 라인에 따라 연결되는 것이 아니라, 칼라 코드를 통해 표현 - Browsing 효과적인 평가가 있음
  • 9. Evaluation 1) Gantt chart VS Mosaic chart - 이벤트 타입이 더 많은 복잡한 컨텍스트에서의 비교 실험 - Mosaic 이 특히, 스마트폰과 같은 small-screen에서 인터랙티브& 다이나믹한 시각화 방식일 때 사용성이 더 높을 것이라 예상하지만, - 사용자들이 동적인 표현에 대한 모자이크 매핑을 쉽게 이해할 수 있을지, - 간트차트를 사용했을 때 만큼 효과적인지 비교 실험 - Building schedule task <Gantt chart><Mosaic chart>
  • 10. Evaluation 2) Method - 참여자들에게 Building schedule을 mosaic 또는 Gantt 타임라인으로 제공 - Within-subject design - 튜토리얼 및 스케줄에 대한 질문도 함께 전달 • 튜토리얼: 두 가지 시각화 방법에 대한 짧은 텍스트 형식의 설명 튜토리얼의 마지막에는 피험자들이 직접 트라이얼 해볼 수 있는 화면 • question: 각 화면 당 10쌍의 질문을 랜덤하게 제시 order effect와 learning effect 를 최소화하기 위해서 “질문-이미지” 페어 또한 랜덤하게 제시 복수 응답 가능 답하는 데 걸린 시간 측정, 리커트 척도(1:easy ~ 7:difficult)로 응답한 질문에 대한 난이도 측정
  • 11. Evaluation TYPE Sample Question e No more than 3 tasks should be scheduled for the same day. Is this a problem with the current plan? i How many days are free in the first two weeks? c All the windows are installed by the same person and should happen in the same days. Is this possible in the current schedule? d How many days does the bathroom plumbing take in total? o Painting a room should finish before its carpet can be installed. Is this a problem for the bedroom schedule? • Sample Question exclusion Inactivity Concurrence duration ordering
  • 12. Evaluation - 피험자 정보 • 총 23명 참여: 남자 14 + 여자 9 대학 연구원 11 + 학생 7 + 다른 직업 5 - 총 460개의 답변과 평점에 대한 데이터를 수집함 - 상금: 가장 빨리, 정확하게 답변한 사람에게 도서상품권 증정 2) Method
  • 13. Evaluation 3) Results - 질문 유형별, Gantt/mosaic의 answering time과 error rate 비교 분석 결과
  • 14. Evaluation 3) Results - 질문 유형별 분석 결과, Concurrence/Ordering 유형의 경우 간트 차트를 더 어렵게 느낌 - 반면, inactivity 유형은 거의 차이가 없어 유의미하지 않았음
  • 15. Evaluation 3) Results - Error rate, Time, Difficulty ratings 별로 나누어 분석한 결과, Mosaic chart가 Ordering 유형에서 특히 정확도가 높고, 정보를 더 빨리 찾을 수 있음 따라서, Mosaic은 ordering 유형에서 더 뛰어난 시각화 방식
  • 16. Evaluation 3) Results - 정확성과 응답 시간에 대한 질문 유형 전체 분석 결과, 간트/모자이크 차트 간의 아주 작은 차이만 발견 • 평균 오차율은 거의 동등 : 모자이크:15.1%, / 간트:15% • 질문에 대한 대답 시간은 유의미하지 않았음 (t[436]=0.5, p = 0.5) : 모자이크: 평균 20.4초 / 간트: 평균 21.2초 • 질문에 대한 난이도 선택 역시 두 시각화 방식이 비슷했음 : 모자이크: 2.3점 / 간트: 2.4점 → 대답하기 오래 걸린 질문일수록 시각화 방식을 해석하는데 더 어렵게 생각하는 경향이 있었음
  • 17. Evaluation 4) Discussion -Mosaic 사용자들은, • 오버랩된 이벤트를 발견하는데 더 잘 수행했음 • 이벤트 기간(duration)을 평가하는 데 더 적합했음 그러나, “타일링 하는데 얼마나 오랜 기간이 걸리는가?” 라는 질문에, 2주차의 계획을 간과하는 경우가 있음 이미 간트 차트에 익숙한 대부분의 사람들의 타임라인 멘탈모델을 활용해 시각화 해야 함을 밝힘
  • 18. Evaluation 4) Discussion -또한, 본 연구는 Mosaic 스케줄러 알고리즘의 단점을 밝힘 • 한개의 연속적인 이벤트가 두 개의 비연속적인 라인으로 나타나 이벤트를 렌더링할 때 바람직하지 않은 결과를 보일 수 있었음 Mosaic 는 연속적인 이벤트의 불연속성을 갖고 있음
  • 19. Evaluation : 앞서 말한 Mosaic 스케줄러 알고리즘의 단점을 보완할 수 있는 알고리즘 제안 4) Discussion -MOSAIC 스케줄러를 그리는 디자인 가이드라인 • Visual alignment against the time axis : 간트 차트같은 타임라인 시각화 방식은 빈 시간을 스캔하기 좋지만, 모자이크 방식은 각 태스크 마다 특정한 영역이 있는 것은 아니기 때문에, 더 빈번히 일어나는 태스크에 대해 시간축으로 visual alignment를 제공할 수 있음 • Avoiding discontinuity 예) 태스크 축에서 아래에서 부터 위로 쌓이는 태스크의 기준은 빈번도, 혹은 기간 등..
  • 20. Evaluation 4) Discussion • Selection of colours -MOSAIC 스케줄러를 그리는 디자인 가이드라인 • Enhancing visual continuity : 간트 차트는, 어떤 공간이 각 태스크들의 시각적 연속성과 분리를 유지하기 위해 사용되지만, 모자이크 차트는, 태스크 마다 다른 색이 각 태스크간의 연관성을 나타내기 때문에 중요 : “ Gantt timeline + temporal mosaics ” 예) 모자이크 위에 간트의 일정을 중첩함으로써 양방향 시각화 시스템 -> 선택하는 색상이 co-occur 되는 태스크간 서로 상호보완적일 수 있도록 선택하는 것이 가장 중요 -> task ordering, drawing sequence 가 칼라 선택의 기준이 됨
  • 21. Conclusion • temporal mosaic가 직관적인 타임라인 표현 방식이 될 수 있음을 증명한 논문 • 처음 사용하는 사용자들도, 이미 익숙한 간트 차트만큼이나 정확하고 빠르게 일정을 해석할 수 있음 • 결과 분석과 가이드라인으로 mosaic 차트를 인터랙티비 시스템과 결합하여 발전시킬 수 있다는데 의의