Uma abordagem de visualização de informações multivaloradas em um contexto geoespacial

Abstract

As técnicas de visualização de informações têm sido cada vez mais utilizadas para enfrentar os desafios de realizar estudos com grandes volumes de dados, exigindo análises detalhadas e ferramentas cada vez mais robustas para extrair conclusões relevantes. Nesse contexto, as ferramentas de visualização surgem como um valioso recurso para simplificar a exploração desses dados, reduzindo a necessidade de iterações e simplificando a identificação de padrões e tendências das informações. Além dos dados multivalorados, os dados geoespaciais também exigem ferramentas específicas para explorar essas informações, pois muitas vezes é necessário realizar análises de correlações espaciais e extrair respostas desses dados. Apesar de existirem ferramentas que implementam as técnicas de visualização de dados geoespaciais, muitas delas enfrentam limitações que impactam na capacidade de explorar as informações, como, por exemplo, a baixa quantidade de técnicas que suportam para o processo exploratório, limitações relacionadas à capacidade de combinação e coordenação entre técnicas e, mais importante, por serem criadas em domínios específicos que não permitem serem utilizadas para outros conjuntos de dados. Diante destes desafios, este trabalho de mestrado desenvolveu uma nova ferramenta, bem como um modelo de análise de dados multivalorados e geoespaciais, permitindo a combinação de representações visuais em um ambiente georreferenciado. A ferramenta possibilita a análise exploratória integrada de informações, com foco na coordenação de múltiplas visualizações em um contexto georreferenciado, estabelecendo avanço nas áreas de visualização de informações e análise de dados. As conclusões deste trabalho apresentam os benefícios da ferramenta desenvolvida, como a melhoria na percepção intuitiva dos dados, a facilitação da análise exploratória e a ampliação das possibilidades de abstração de conhecimento para a tomada de decisão. Os testes com usuários indicaram que a abordagem adotada reduz a complexidade da exploração de dados, destacando-se como uma solução versátil para estudos em áreas que exigem análise visual interativa.

Information visualization techniques have been increasingly used to address the challenges of conducting studies with large volumes of data, requiring detailed analyses and increasingly robust tools to extract relevant conclusions. In this context, visualization tools emerge as a valuable resource to simplify the exploration of this data, reducing the need for iterations and simplifying the identification of patterns and trends in the information. In addition to multivalued data, geospatial data also require specific tools to explore this information, as it is often necessary to perform spatial correlation analyses and extract answers from this data. Although there are tools that implement geospatial data visualization techniques, many of them face limitations that impact the ability to explore information, such as, for example, the low number of techniques they support for the exploratory process, limitations related to the ability to combine and coordinate between techniques and, most importantly, because they are created in specific domains that do not allow them to be used for other data sets. In view of these challenges, this master's thesis developed a new tool, as well as a model for analyzing multivalued and geospatial data, allowing the combination of visual representations in a georeferenced environment. The tool enables integrated exploratory analysis of information, focusing on the coordination of multiple views in a georeferenced context, establishing progress in the areas of information visualization and data analysis. The conclusions of this work present the benefits of the developed tool, such as the improvement in the intuitive perception of data, the facilitation of exploratory analysis and the expansion of the possibilities of knowledge abstraction for decision-making. User tests indicated that the adopted approach reduces the complexity of data exploration, standing out as a versatile solution for studies in areas that require interactive visual analysis.