Mapeamento de Dados Multi-dimensionais – Integrando Mineração e Visualização

• Fernando V. Paulovich USP
• Rosane Minghim USP

Resumo

As técnicas de projeção ou posicionamento de pontos no plano, que servem para mapear dados multi-dimensionais em espaços visuais, sempre despertaram grande interesse da comunidade de visualização e análise de dados por representarem uma forma útil de exploração baseada em relações de similaridade e correlação. Apesar disso, muitos problemas ainda são encontrados em tais técnicas, limitando suas aplicações. Como principal contribuição deste trabalho propomos um entendimento mais profundo dos problemas encontrados nas técnicas de projeção vigentes e o desenvolvimento de técnicas de projeção (ou mapeamento) que são rápidas, tratam adequadamente a formação visual de grupos de dados altamente similares, separam satisfatoriamente esses grupos no layout, e permitem a exploração dos dados em vários níveis de detalhe. Além disso, incorporamos alguns aspectos de mineração integrados ao processo de visualização multi-dimensional, principalmente na aplicação de projeções para visualização de coleções de documentos.

Referências

Cuadros, A. M., Paulovich, F. V., Minghim, R., and Telles, G. P. (2007). Point placement by phylogenetic trees and its application for visual analysis of document collections. In Proc. of IEEE VAST 2007, pages 99–106.

Eick, S. G. and Karr, A. F. (2002). Visual scalability. Journal of Computational & Graphical Statistics, 11(1):22–43.

Lopes, A. A., Pinho, R., Paulovich, F. V., and Minghim, R. (2007). Visual text mining using association rules. Computer & Graphics, 31(3):316–326.

Merino, M. M. and Muñoz, A. (2004). A new sammon algorithm for sparse data visualization. In Proceedings of ICPR’04, pages 477–481, Washington, USA. IEEE CS.

Paulovich, F. V. (2008). Mapeamento de Dados Multi-Dimensionais – Integrando Mineração e Visualização. Tese Doutorado, ICMC/USP.

Paulovich, F. V. and Minghim, R. (2006). Text map explorer: a tool to create and explore document maps. In Proc. of IV’06, pages 245–251, Washington, USA. IEEE CS.

Paulovich, F. V. and Minghim, R. (2008). HiPP: A novel hierarchical point placement strategy and its application to the exploration of document collections. IEEE Trans. on Vis. and Comp. Graph. (Proc. of InfoVis 2008), 14(6):1229–1236.

Paulovich, F. V., Nonato, L. G., Minghim, R., and Levkowitz, H. (2008a). Least square projection: a fast high precision multidimensional projection technique and its application to document mapping. IEEE Trans. on Vis. and Comp. Graph., 14(3):564–575.

Paulovich, F. V., Oliveira, M. C. F., and Minghim, R. (2007). The projection explorer: A flexible tool for projection-based multidimensional visualization. In Proc. of SIBGRAPI 2007, pages 27–36, Washington, USA. IEEE CS.

Paulovich, F. V., Pinho, R., Botha, C. P., Heijs, A., and Minghim, R. (2008b). Pex-web: Content-based visualization of web search results. In Proc. of IV’08, pages 208–214, Los Alamitos, USA. IEEE CS.

Roweis, S. T. and Saul, L. K. (2000). Nonlinear dimensionality reduction by locally linear embedding. Science, 290(5500):2323–2326.

Salton, G. (1991). Developments in automatic text retrieval. Science, 253:974–979.

Sorkine, O. and Cohen-Or, D. (2004). Least-squares meshes. In Proc. of SMI’04, pages 191–199, Washington, USA. IEEE CS.

Tan, P.-N., Steinbach, M., and Kumar, V. (2005). Introduction to Data Mining, (First Edition). Addison-Wesley Longman Publishing Co., Inc., Boston, USA.

Tejada, E., Minghim, R., and Nonato, L. G. (2003). On improved projection techniques to support visual exploration of multidimensional data sets. Inf. Vis., 2(4):218–231.

Telles, G. P., Minghim, R., and Paulovich, F. V. (2007). Normalized compression distance for visual analysis of document collections. Computer & Graphics, 31(3):327–337.

Thomas, J. J. and Cook, K. A., editors (2005). Illuminating the path: The Research and Development Agenda for Visual Analytics. IEEE CS, Los Alamitos, USA.

Wong, P. C. (1999). Visual data mining. IEEE Comp. Graph. and App., 19(5):20–21.