Header

UZH-Logo

Maintenance Infos

Assessing the relevance of context for visualizations of movement trajectories


Lautenschütz, A K. Assessing the relevance of context for visualizations of movement trajectories. 2011, University of Zurich, Faculty of Science.

Abstract

Large amounts of moving point data are generated daily through technological devices, such as GPS, digital navigation aids, or mobile phones. The analysis of movement data has become a hot topic in Geographic Information Science and related fields, such as ecology, with the aim to understand movement processes and movement behavior. Current data mining and visualization approaches focus on the algorithmic description of movement parameters to identify patterns. The context of the moving object, e.g. the environment in which the movement takes place, as well as the context of the analyst, such as their previous knowledge and perceptual skills, are only weakly considered when exploring, analyzing, and representing movement data.
A cognitive conceptual framework is based on theoretical foundations from geographic information science, visualization research, and cognitive science, and specifically integrates cognitive science into the data collection and data visualization cycle. The development of the framework helps to get an understanding how humans process and conceptualize visualizations of movement.
Three human subject experiments assess the influence of context information for the understanding of movement visualizations. In these experiments, context is defined as the geographic context of the moving object, as well as additional relevant information about the object and its behavior. The results suggest that the inclusion of context information is dependent on the analysts’ task. The identification of basic movement parameters, such as speed, distance, direction, or velocity, does not require context information in visual displays. However, to understand certain movement behavior, e.g. an animal searching for food, context information helps to understand visualizations of movement. Specifically integrating geographic context information of the object is a useful step to help analysts understand movement processes and movement behavior, and to ultimately be able to give design guidelines for cognitively inspired visualizations of movement.

GPS, Mobiltelefone, und Navigationshilfen generieren täglich eine Vielzahl von Bewegungsdaten. Der Analyse von Bewegungsdaten wird heute immer mehr Beachtung in der Geographischen Informationswissenschaft und benachbarten Wissenschaften, wie z.B. Verhaltensbiologie, geschenkt. Die Auswertung grösserer Datenmengen mit Algorithmen und Visualisierungen fokussiert dabei vor allem auf der geometrischen Beschreibung von Bewegungscharakteristiken, wie z.B. Geschwindigkeitswechsel. Dabei wird weder der Kontext des bewegenden Objektes, z.B. die Umgebung des Objektes, noch der Kontext des Benutzers, z.b. dessen Vorwissen wie auch perzeptiven Fähigkeiten, ausreichend beachtet.
Das kognitive Rahmenmodel dieser Arbeit basiert auf Theorien aus der Geographischen Informationswissenschaft und der Kognitionswissenschaft und versucht einen Weg aufzuzeigen, wie die kognitiven Fähigkeiten des Benutzers integriert werden können, um Visualisierungen von Bewegungen zu verbessern.
Drei Nutzerstudien messen den Einfluss von Kontext auf das Verständnis von Visualisierungen von Bewegungsdaten. In diesen Experimenten wird Kontext zuerst als zusätzliche, relevante Information, und dann als geographischen Kontext, in diesem Fall durch eine Höhenkarte, definiert. Die Ergebnisse erlauben die Annahme, dass Kontext eine wichtige Rolle spielt wenn Nutzer ein Objekt und die entsprechende Bewegung identifizieren sollen. Kontext spielt anscheinend jedoch eine geringere Rolle, wenn der Nutzer die geometrischen Bewegungscharakteristiken, wie z.B. ein Geschwindigkeitswechsel, erkennen soll. Für die Erkennung von Bewegungsmustern heisst das, dass generische Bewegungsmuster, die auf geometrischen Bewegungscharakteristiken beruhen keine zusätzliche Kontextinformation brauchen. Die Identifikation von speziellen Bewegungsmustern, wie z.B. Futtersuche bei Tieren, wird jedoch enorm erleichtert, wenn Kontextinformation vorhanden ist.

Abstract

Large amounts of moving point data are generated daily through technological devices, such as GPS, digital navigation aids, or mobile phones. The analysis of movement data has become a hot topic in Geographic Information Science and related fields, such as ecology, with the aim to understand movement processes and movement behavior. Current data mining and visualization approaches focus on the algorithmic description of movement parameters to identify patterns. The context of the moving object, e.g. the environment in which the movement takes place, as well as the context of the analyst, such as their previous knowledge and perceptual skills, are only weakly considered when exploring, analyzing, and representing movement data.
A cognitive conceptual framework is based on theoretical foundations from geographic information science, visualization research, and cognitive science, and specifically integrates cognitive science into the data collection and data visualization cycle. The development of the framework helps to get an understanding how humans process and conceptualize visualizations of movement.
Three human subject experiments assess the influence of context information for the understanding of movement visualizations. In these experiments, context is defined as the geographic context of the moving object, as well as additional relevant information about the object and its behavior. The results suggest that the inclusion of context information is dependent on the analysts’ task. The identification of basic movement parameters, such as speed, distance, direction, or velocity, does not require context information in visual displays. However, to understand certain movement behavior, e.g. an animal searching for food, context information helps to understand visualizations of movement. Specifically integrating geographic context information of the object is a useful step to help analysts understand movement processes and movement behavior, and to ultimately be able to give design guidelines for cognitively inspired visualizations of movement.

GPS, Mobiltelefone, und Navigationshilfen generieren täglich eine Vielzahl von Bewegungsdaten. Der Analyse von Bewegungsdaten wird heute immer mehr Beachtung in der Geographischen Informationswissenschaft und benachbarten Wissenschaften, wie z.B. Verhaltensbiologie, geschenkt. Die Auswertung grösserer Datenmengen mit Algorithmen und Visualisierungen fokussiert dabei vor allem auf der geometrischen Beschreibung von Bewegungscharakteristiken, wie z.B. Geschwindigkeitswechsel. Dabei wird weder der Kontext des bewegenden Objektes, z.B. die Umgebung des Objektes, noch der Kontext des Benutzers, z.b. dessen Vorwissen wie auch perzeptiven Fähigkeiten, ausreichend beachtet.
Das kognitive Rahmenmodel dieser Arbeit basiert auf Theorien aus der Geographischen Informationswissenschaft und der Kognitionswissenschaft und versucht einen Weg aufzuzeigen, wie die kognitiven Fähigkeiten des Benutzers integriert werden können, um Visualisierungen von Bewegungen zu verbessern.
Drei Nutzerstudien messen den Einfluss von Kontext auf das Verständnis von Visualisierungen von Bewegungsdaten. In diesen Experimenten wird Kontext zuerst als zusätzliche, relevante Information, und dann als geographischen Kontext, in diesem Fall durch eine Höhenkarte, definiert. Die Ergebnisse erlauben die Annahme, dass Kontext eine wichtige Rolle spielt wenn Nutzer ein Objekt und die entsprechende Bewegung identifizieren sollen. Kontext spielt anscheinend jedoch eine geringere Rolle, wenn der Nutzer die geometrischen Bewegungscharakteristiken, wie z.B. ein Geschwindigkeitswechsel, erkennen soll. Für die Erkennung von Bewegungsmustern heisst das, dass generische Bewegungsmuster, die auf geometrischen Bewegungscharakteristiken beruhen keine zusätzliche Kontextinformation brauchen. Die Identifikation von speziellen Bewegungsmustern, wie z.B. Futtersuche bei Tieren, wird jedoch enorm erleichtert, wenn Kontextinformation vorhanden ist.

Statistics

Downloads

107 downloads since deposited on 19 Mar 2012
24 downloads since 12 months
Detailed statistics

Additional indexing

Item Type:Dissertation
Referees:Fabrikant S I, Hegarty M
Communities & Collections:07 Faculty of Science > Institute of Geography
Dewey Decimal Classification:910 Geography & travel
Language:English
Date:2011
Deposited On:19 Mar 2012 15:22
Last Modified:07 Dec 2017 12:56
Number of Pages:145
Official URL:http://opac.nebis.ch/ediss/20121298.pdf
Related URLs:http://opac.nebis.ch/F/?local_base=NEBIS&CON_LNG=GER&func=find-b&find_code=SYS&request=006836552

Download

Download PDF  'Assessing the relevance of context for visualizations of movement trajectories'.
Preview
Filetype: PDF
Size: 17MB