Основные принципы работы с программами визуализации. Методы визуализации. Диаграммы визуализации процесса

Аннотация: В этой лекции мы рассмотрим такие вопросы: ассоциации как основа работы человеческого мозга, понятие о теориях обработки, систематизации и визуализации информации, Mind mapping и визуальное мышление.

Как уже говорилось выше, предметом этого курса является mind mapping – эффективная техника повышения персональной продуктивности. Но прежде чем обсуждать области применимости mind map "ов, правила их построения и типичные ошибки их использования, более того, прежде чем пытаться объяснить, что такое mind mapping вообще, нужно поговорить о визуальном (или радиантном) мышлении, воплощением и результатом которого являются mind map "ы.

Ассоциации как основа работы человеческого мозга

Вы когда-нибудь задумывались о том, на каких принципах основана работа тех сверхмощных компьютеров, которые каждый из нас носит внутри своего черепа? Готов держать пари – первая мысль, пришедшая в голову большинству читателей, была о микропроцессорах, лежащих в основе наших ноутбуков и рабочих станций. Однако смутные подозрения о несопоставимости "весовых категорий" кремниевого микрочипа и головного мозга все же не дают нам с уверенностью рассуждать о том, как все просто – двоичная арифметика, "есть импульс – нет импульса" и все такое. Да, как модель работы мозга двоичная машина вполне приемлема, но очень уж грубая это модель (мы же помним, что любая модель отражает только одно, наиболее важное в данном контексте свойство объекта, правда?). Как-то слишком примитивно получается – свести наше мышление к нулям и единичкам. А как же тогда объяснить тот каскад мелких воспоминаний – ощущений, цветов, запахов, идей, проносящихся перед нашим мысленным взором, когда мы о чем-то думаем? Многие из этих образов для большинства посторонних людей никак не связаны с предметом наших размышлений и значат что-то конкретное только для них, поскольку связаны с какими-то личными воспоминаниями и переживаниями. Позвольте себе подумать о чем-то и не придерживайтесь какого-то определенного направления мысли – вы будете удивлены тем, как быстро и далеко вы уйдете от первоначальной темы размышлений: сменяющиеся образы, связанные, как звенья одной цепи, вытаскивая друг друга из закромов памяти, быстро уведут вас от объекта, о котором вы подумали. Конечно, можно попытаться объяснить подобное поведение нашего мозга тем, что он просто отрабатывает гениально сложную разветвленную программу обработки информации с учетом данных, уже хранящихся в памяти, но все далеко не так просто.

Любая информация , поступающая в наш мозг (неважно, что это – прикосновение, вкус, запах, цвет, звук), вытаскивает за собой на свет Божий массу мелких воспоминаний, мыслей и ощущений, подобно тому, как от упавшего в пруд камня расходятся по поверхности воды концентрические круги. А каждое из этих воспоминаний тянет за собой массу других, которые, в свою очередь , вызывают к жизни все новые и новые образы, мысли или идеи. Да, я понимаю, что уже немного утомил читателя своими пространными рассуждениями. А суть их состояла в том, что единички и нолики, возможно хороши для того, чтобы объяснить, как работает наш мозг на "физическом уровне", но если речь идет о принципах его работы , то следует говорить не о битах, а об ассоциациях как минимальных единицах обработки информации человеческим мозгом . Помните понятие лексемы как минимальной единицы языка, имеющей самостоятельный смысл? Так вот, в том языке, на котором "говорит" наш мозг, такими лексемами являются ассоциации. Что же такое ассоциация ?

Ассоциация :

в физиологии – образование временной связи между индифферентными раздражителями в результате их многократного сочетания по времени;

в психологии – закономерная связь между отдельными событиями, фактами, предметами или явлениями, отраженными в сознании и закрепленными в памяти.

При наличии ассоциативной связи между психическими явлениями A и B возникновение в сознании человека явления A закономерным образом влечет появление в сознании явления B.

Итак, каждая ассоциация связана с огромным числом новых ассоциаций, которые, в свою очередь , связаны с новыми и новыми понятиями. Таким образом, мышление можно представить в виде сложного ассоциативного алгоритма, своего рода слалома по ветвям дерева ассоциаций, расходящимся от ствола – основной мысли. В свое время профессор Анохин (http://ru.wikipedia.org/wiki/Анохин,_Пётр_Кузьмич) говорил, что возможности мозга по формированию ассоциативных связей намного превосходят его возможности по хранению информации. Что же касается информационной емкости мозга, то она тоже весьма впечатляет – доктор Марк Розенцвейг (http://en.wikipedia.org/wiki/Mark_Rosenzweig) писал, что даже в том случае, если бы человек запоминал 10 единиц информации ( слово , изображение или другое элементарное впечатление) каждую секунду в течение 100 лет, заполнить удалось бы менее одной десятой суммарного объема человеческой памяти. И сколько бы таких единиц информации ни хранилось у нас в голове, количество ассоциаций, связанных с ними, еще на несколько порядков выше! Потенциал человеческого мозга, связанный с созданием ассоциаций, поистине безграничен: все наши идеи, воспоминания и ощущения хранятся у нас в голове в виде своеобразных "треков" – извилистых ветвящихся дорожек, связывающих их с другими нашими мыслями.

Вот пример того, что обычно творится у нас в голове:

Не правда ли, весьма знакомая картина?

Таким образом, в основе работы нашего мозга лежат два важнейших принципа.

Ассоциативное мышление – связь каждого воспоминания с массой других образов, и именно об этом принципе мы с вами говорили последние десять минут.
Иерархия понятий – в каждом таком ассоциативном "треке" один из образов является главным (корневым), от которого расходятся ветви-дорожки к другим понятиям, идеям, воспоминаниям. В результате мы получаем некое дерево (или граф) образов, связанных с исходным понятием.

Если же постараться объединить эти два принципа (которые работают в комплексе, дополняя друг друга), то следует сказать о так называемом радиантном , или визуальном , мышлении . О нем мы поговорим в этой же лекции, но чуть позже. А пока постараемся разобраться в том, какие же теории обработки, систематизации и визуализации информации существуют в данный момент, и не имеют ли они каких-то общих черт с описанными нами выше принципами работы человеческого мозга.

Понятие о теориях обработки, систематизации и визуализации информации

Cуществующие теории обработки информации

Начнем с определений.

Обработка информации – любое преобразование информации из одного вида в другой, производимое по строгим формальным правилам.

Теория обработки информации (information-processing theory) – направление научного знания, изучающее то, как люди обращаются с информацией, отбирают и усваивают ее, а затем используют в процессе принятия решений и управления своим поведением.

Теории обработки информации применяются при изучении восприятия, памяти, внимания, речи, мышления и решения задач экспериментальной психологии. В свою очередь, большой вклад в развитие упомянутых теорий внесли математическая логика, техника связи, теория информации и теория вычислительных систем. Почему же мы говорим "теории" – во множественном числе? Дело в том, что на самом деле следует говорить о целом семействе абсолютно разрозненных теоретических и исследовательских программ. Естественно, как и в любом научном сообществе, согласия между исследователями нет и в помине – мнения ученых сходятся лишь в некоторых исходных посылках, теории и методологии исследований. В рамках упомянутого семейства можно выделить такие широко известные в узких кругах подходы, как трансформационная лингвистика (http://ru.wikipedia.org/wiki/Генеративная_лингвистика), психология Пиаже (http://www.gumer.info/bibliotek_Buks/Psihol/Jaroschev/11.php) и радикальный бихевиоризм. Бихевиоризм, в частности, занимался изучением поведения животных и активно распространял свои принципы на все области психологии. Однако возникли некоторые трудности при попытке распространить теорию и методы бихевиоризма на символические процессы человека, в частности, на языковые способности. Когда разочарование ученых в привычных методах стало всеобщим, исследователи-психологи обратились к другим теориям, в результате чего о бихевиоризме почти забыли. Тем не менее, ученые, развивающие теории обработки информации, разделяют со своими предшественниками-бихевиористами веру в эмпиризм, операционализм и т.п. Да, психологи отказались от распространения на людей выводов, полученных вследствие экспериментов с животными, и от объяснения видимого поведения индивидов внешними причинами, в частности, влияниями окружающей среды. В то же время общая методология и статистические методы обработки результатов экспериментов остались прежними – просто животных в качестве испытуемых сменили люди. Ученая братия вновь признала существование врожденных способностей и начала активно обсуждать такие внутренние процессы, как планы, стратегии, образы, решения и ассоциации .

ХХ век ознаменовался бурным развитием технологий связи – телефонии, радио и телевидения. Очень показательной была продемонстрированная психологами аналогия между обработкой информации человеческим мозгом и работой описанного в теории связи информационного канала. Большую роль в создании математической теории информации и переносе понятий теории связи на работу человеческого мозга сыграли исследования Клода Шеннона (знакомое имя, не правда ли?). Созданная им теория описывает передачу сообщений любой природы от любого источника любому получателю, в том числе и передачу сигналов внутри человеческого мозга.

Но вспомним еще об одном непонятном названии, упомянутом нами в начале этого раздела, – трансформационной лингвистике. В свое время Ноам Хомский (http://ru.wikipedia.org/wiki/Хомский,_Ноам) утверждал, что человеческий язык невозможно научно объяснить с позиций бихевиоризма. Он настаивал на том, что этот подход абсолютно неправильно представляет природу языка, игнорируя его структуру, правила и грамматику. Взамен этого он говорил о "правилах в голове" человека, позволяющих преобразовать (трансформировать) передаваемую информацию – разбить ее на смысловые единицы (слова) и связать эти единицы между собой. Отойдя от бихевиоризма, новая парадигма обработки информации в поисках идей все больше склонялась к лингвистике. Вот и современные исследователи стремятся обнаружить психологические процессы или умственные операции, которые лежат в основе языковой активности. Активно изучаются такие виды когнитивной активности, как восприятие, память, мышление и понимание. И понятие ассоциации опять не осталось в стороне.

Что же касается теории вычислительных систем, то за этим названием также скрывается целый выводок абсолютно разношерстных дисциплин. Сюда входят теория алгоритмов, численные методы, теория конечных автоматов, языки программирования, теория искусственного интеллекта и многое другое… И это не единственная черта, которая роднит теорию вычислительных систем с психологией обработки информации, – оба направления выросли из математической логики, оба занимались изучением природы разумного поведения, а появление вычислительных машин и развитие принципов, на которых они строились, привело к возникновению еще одной аналогии человеческих психических и интеллектуальных способностей. Машинные модели помогли в изучении мышления и в особенности – процесса решения задач. Отталкиваясь от этой аналогии, психологи пытаются объяснить, каким образом мозг получает информацию, перекодирует и сохраняет ее в памяти, каким образом он затем использует ее для принятия решений и управления поведением. Конечно, полного соответствия между работой мозга и компьютера нет и быть не может, но все же ученым удалось создать стройную концепцию, способную объяснить, каким образом интеллектуальная система – будь это человек или некое устройство – создает новые знания. Догадайтесь, какое понятие играет тут важнейшую роль? Да, конечно, вы правы – это понятие ассоциации !

Систематизация и структурирование информации

Итак, с обработкой информации мы разобрались, перейдем теперь к систематизации. Конечно, мы не забываем о том, что систематизация информации – это составная часть алгоритма обработки информации, некий его этап, но все равно, об этом этапе нужно сказать отдельно. Как всегда, сначала обратимся к определению:

Систематизировать – распределить элементы информации по признакам родства, сходства, т. е. классифицировать и типизировать их.

Мозг человека (в контексте процессов восприятия, запоминания, преобразования информации и т.п.) работает именно с систематизированной информацией. Например, процесс запоминания проходит намного эффективнее, если человеку удается рационально структурировать получаемую информацию, разложить по полочкам, как говорят в народе. В коммуникативных процессах (помните, мы говорили о языке и лингвистике?) систематизированное представление передаваемой информации также играет важную роль. Систематизация и структурирование информации – важнейшие психологические механизмы, благодаря которым человеческий мозг может эффективно обрабатывать большие потоки информации.

Стремление к целостному охвату объекта изучения, к систематизации знаний свойственно любому процессу познания. Многие исследователи отмечали, что процесс работы мозга над проблемой идет от осознания свойств, характеристик и функций объекта изучения к поиску недостающих структурных элементов, связей и отношений между ними. А если овладеть системным подходом и развить свое умение систематизировать и структурировать информацию, можно помочь мозгу работать эффективнее в процессе учебы и при решении профессиональных задач.

Структуры данных бывают разные – линейные (список), табличные, иерархические (дерево). Деревья (графы) понятий, построенные на основе ассоциативных связей, – наиболее естественный для нашего мозга способ представления (структурирования) данных (хотя, строго говоря, не следует путать ассоциативные и классификационные отношения). Вспомним о визуальном мышлении? Кстати, раз уж мы заговорили о деревьях, то нам пора плавно перейти к рассмотрению вопроса о визуализации информации. Но прежде отметим, что существует целое направление научного знания, изучающее методы и приемы структурирования информации, которое называется информационной архитектурой . Классики говорят, что

информационная архитектура – как наука занимается принципами систематизации информации и навигации по ней с целью помочь людям более успешно находить и обрабатывать нужные им данные.

Первое, что приходит нам в голову при слове "визуализация", – это графики и диаграммы (вот она, сила ассоциаций!). С другой стороны, визуализировать таким образом можно только числовые данные, никому еще не удавалось построить график на основе связного текста. Для текста мы можем построить план, выделить основные мысли (тезисы) – сделать краткий конспект. О недостатках и вреде конспектирования мы поговорим чуть позже, а сейчас скажем о том, что если объединить план и краткий конспект – "развесить" тезисы по ветвям дерева, структура которого соответствует структуре (плану) текста, – то мы получим отличную структурную схему текста, которая запомнится намного лучше, чем любой конспект. В этом случае ветви будут играть роль тех "треков" – дорожек, связывающих понятия и тезисы, о которых мы говорили ранее.
Помните, как мы строили UML-диаграммы на основе описания проектируемой программной системы, полученного от ее будущих пользователей? Полученные картинки воспринимались и клиентами, и разработчиками намного проще и быстрее, чем текстовое описание. Точно так же можно "изобразить" абсолютно любой текст, не только техническое задание на разработку системы. Подход, описанный нами выше, позволяет визуально представить абсолютно любой текст – будь это сказка, техническое задание, лекция, фантастический роман или результаты совещания – в виде удобного и простого для восприятия дерева. Строить его можно как угодно – лишь бы получилась наглядная и понятная схема, которую хорошо бы еще проиллюстрировать подходящими по смыслу рисунками.
Такие схемы удобно применять и в общении при обсуждении каких-либо вопросов и проблем. Как показывает практика, отсутствие четких стандартов нотации не создает абсолютно никаких коммуникативных сложностей для участников обсуждений. Наоборот, использование невербальных форм представления информации позволяет концентрировать внимание именно на ключевых точках проблемы. Таким образом, визуализация является одним из наиболее перспективных направлений повышения эффективности анализа, представления, восприятия и понимания информации.
Ух, наконец-то мы покончили с нудным описанием научных теорий, методов и приемов, применяющихся для обработки, систематизации и визуализации информации! Предыдущая часть главы сильно утомила и автора, и читателей, и тем не менее, она была необходима: в результате мы увидели, что особенности работы нашего мозга уже активно применяются учеными в самых разных областях науки, многие вещи, которые кажутся нам привычными, – персональные компьютеры, пользовательские интерфейсы, базы знаний и т.д. – изначально строились с учетом ассоциативного характера человеческого мышления и его склонности к иерархическому представлению и визуализации информации. Но вершиной и естественным графическим выражением мыслительных процессов человека является mind mapping, к обсуждению которого мы наконец-то переходим. А заодно попытаемся расширить наше понимание принципов визуального мышления.

Само по себе понятие является достаточно многогранным, существует несколько определений в зависимости от того, о каком поле деятельности идет речь. Целью визуализации является Это означает, что данные должны исходить от чего-то абстрактного или, по крайней мере, не быть очевидными сразу. Визуализация объектов исключает фотосъемку и это превращение из невидимого в видимое.

Визуализация данных

Визуализация информации - это процесс представления абстрактных деловых или научных данных в виде изображений, которые могут помочь в понимании смысла данных. Что такое визуализация информации? Это понятие можно определить как сопоставление дискретных данных и их визуальное представление. Это определение не охватывает все аспекты визуализации информации, такие как статическая, динамичесая (анимация) и наиболее актуальная на сегодняшний день интерактивная визуализация. Помимо различий между интерактивной визуализацией и анимацией, самая полезная категоризация основывается на научной визуализации, которая обычно осуществляется при помощи специализированного программного обеспечения. Важная роль отводится наглядности в образовательной сфере. Это очень полезно, когда речь идет о преподавании тем, которые трудно представить без конкретных примеров, например, строение атомов, которые слишком малы, чтобы можно было их изучить без дорогостоящего и сложного в использовании научного оборудования. Визуализация позволяет проникнуть в любой мир и представить себе то, что, казалось бы, представить невозможно.

3D-визуализация

Программное обеспечение помогает конструкторам и специалистам цифрового маркетинга создавать визуальное изображение продукта, проекта или виртуальных прототипов в формате 3D. Визуализация предоставляет разработчикам инструменты, которые могут расширить передовые Визуализация с помощью визуальных образов является эффективным способом общения. Зрительное представления является одним из лучших способов коммуникации с потенциальными клиентами. Эффективное общение позволяет тратить больше времени на улучшение своих проектов и продуктивное взаимодействие. Визуализация 3D представляет собой технику создания объемных изображений, диаграмм или анимации.

Использование визуализации в науке

Сегодня визуализация имеет постоянно расширяющийся ассортимент приложений в области науки, образования, техники, интерактивных мультимедиа, медицины и многих других. Свое применение нашла визуализация также в области компьютерной графики, наверное, одном из самых важных событий компьютерного мира. Развитие анимации также способствует продвижению визуализации. Использование визуализации для представления информации - это не новое явление. Она была использована в картах, научных рисунках на протяжении более тысячи лет. Компьютерная графика с самого начала использовалась для изучения научных проблем. Большинство людей знакомы с цифровой анимацией, например, в виде представления метеорологических данных во время сводки погоды по телевидению. Телевизор также предлагает версию научной визуализации, когда он показывает прорисованные с помощью компьютерных программ и анимированных реконструкций дорог или аварий самолета. Некоторые из самых интересных примеров, созданных компьютером, включают изображение реального космического корабля в действии, в пустоте далеко за пределами Земли или на других планетах. Динамические формы визуализации, такие как образовательные анимации или графики, имеют потенциал для повышения качества обучения, так как системы визуализации меняются с течением времени.

Ключ к достижению поставленных целей

Что такое важный инструмент личностного развития. Подобно тому как мотивирующие аффирмации могут помочь сосредоточиться на достижении своих целей, то же самое можно сделать и с помощью визуализации или мысленных образов. Хотя методы визуализации в этом смысле стали очень популярны в качестве средства для развития личности с конца семидесятых и в начале восьмидесятых, люди использовали ментальные образы для осуществления своих желаний еще в древности.

Творческий инструмент

Что такое визуализация? Это использование воображения для создания ментальных образов того, чего мы хотим в нашей жизни. Вместе с фокусированием и эмоциями она становится сильным творческим инструментом, который помогает в достижении желаемой цели. При правильном использовании это может привести к самосовершенствованию, хорошему здоровью и различным достижениям, например, в карьере. В спорте ментальные образы как средства визуализации часто используются спортсменами для повышения своих навыков. Использование визуализации как техники неизменно приводит к гораздо лучшей производительности и результатам. Это также справедливо и в бизнесе, и в жизни.

Как это работает?

Визуализация, или воображение, работает на физиологическом уровне. Нейронные связи, возникающие в мозгу, иначе говоря, мысли, могут стимулировать нервную систему точно так же, как реальное событие. Такого рода "репетиции", или прогонка определенных событий в голове, создают нейронные колебания, которые заставят мышцы делать то, что от них требуется. Взять, например, тех же спортсменов. На время спортивных соревнований важным является не только исключительные физические навыки, но и четкое понимание игры и определенный психологический и эмоциональный настрой. Для большей эффективности, как и любой другой навык, воображение необходимо регулярно тренировать. Без чего является невозможной визуализация? Уроки развития воображения включают в себя важные элементы, а именно ментальные образы релаксации, реалистичность и систематичность.

Когда использовать визуализацию?

Зрительное наблюдение успешных результатов своей деятельности можно проводить абсолютно по любому поводу. Многие используют визуализацию для оживления своих целей. Многие спортсмены, актеры и певцы достигают чего-то сначала в своих умах, а затем только в реальности. Это помогает сосредоточиться и устранить некоторые предварительные страхи и сомнения. Это своеобразная разминка или репециция, которую можно проводить перед важным и волнительным событием. Визуализация - это прекрасный инструмент для подготовки, который неизменно приводит к повышению уровня производительности.

Как осуществляется процесс визуализации?

Можно пойти куда-нибудь в тихое и уединенное место, где вас никто не побеспокоит, закрыть глаза и думать о цели, настрое, поведении или навыках, которые вы хотите приобрести. Сделайте несколько глубоких вдохов и расслабьтесь. Старайтесь визуализировать предмет или ситуацию так четко и во всех подробностях, как это возможно. Эмоции и чувства при этом также играют большую роль, старайтесь прочувствовать то, чего хочется больше всего на свете. Практиковать упражнение стоит, по крайней мере, дважды в день примерно по 10 минут каждый раз и упорствовать до тех пор, пока не добьетесь успеха. Немаловажно также поддерживать и хорошее настроение на протяжении всего процесса.

Преимущества визуализации

Систематическая визуализация модели своего желания поможет лучше ориентироваться на пути достижения поставленных целей, будет вдохновлять и мотивировать, повысит настроение с помощью позитивных, приятных изображений и избавит от негативных эмоций. В жизни и в работе успех начинается с цели. Это может быть потеря веса, повышение по службе, избавление от вредных привычек, начало собственного бизнеса. Большие или маленькие цели дают важный ориентир. Они как компас - помогают двигаться в правильном направлении. Визуализация была описана еще Аристотелем более 2000 лет тому назад. Великий мыслитель своего времени описал этот процесс такими словами: "Во-первых, должен быть определенный, ясный, практический идеал, цель или задача. Во-вторых, есть необходимые средства для их достижения: мудрость, деньги, средства и методы. В-третьих, самое главное - это научиться управлять всеми необходимыми средствами для достижения желаемого результата".

Видеть - значит верить

Обычно происходит так: не поверю, пока не увижу. Прежде чем поверить в достижимость цели, сначала нужно иметь об этом визуальное представление. Техника создания мысленного образа будущего события дает возможность представить желаемые результаты и прочувствовать радость от их достижения. Когда это происходит, человек мотивируется и приобретает готовность добиваться своей цели.
Стоит помнить, что это не хитрый трюк, не просто мечты и надежды на будущее. Скорее, визуализация - это хорошо разработанный метод повышения эффективности, которым пользуются успешные люди в самых разных областях. Исследования показывают, что визуализация повышает спортивные показатели за счет улучшения мотивации, координации и концентрации. Это также помогает в релаксации и позволяет уменьшить страх и тревогу.

Почему визуализация работает?

По данным исследований, в которых использовались снимки мозга, запечатлевшие работу визуализации, можно сделать вывод о том, что нейроны в мозгу, эти электрически возбудимые клетки, которые передают информацию, интерпретируют образы в качестве эквивалента реальных жизненных действий. Мозг генерирует импульс, это создает новые нейронные пути — скопления клеток в нашем мозге, которые работают вместе, чтобы воссоздать воспоминания или поведенческие шаблоны. Все это происходит без физической активности, но таким образом мозг как бы программирует сам себя на успех. Огромным плюсом силы визуализации является то, что она доступна абсолютно для всех людей.

Неразрывная связь между умом и телом

Визуализация является психической практикой. С ее помощью мощно задействуются естественные силы разума. Мы можем использовать силу разума, чтобы стать успешными во всех сферах нашей жизни. Психологические методики учат нас, как использовать воображение, чтобы представить себе конкретные вещи, которые мы хотим иметь в нашей жизни. Весьма замечательно то, что наши мысли влияют на нашу реальность.

Ученые доказали, что мы используем всего 10% от общего потенциала нашего мозга, и это в лучшем случае. Можно ли научиться более эффективно использовать наши природные способности? Системы визуализации представляют собой неразрывные биологические связи между умом и телом, а также связь между умом и реальностью. Если мы научимся использовать воображение и визуализацию в правильном направлении, то она может стать чрезвычайно мощным средством для получения того, что мы хотим в нашей жизни. Важно научиться использовать силу нашего разума совместно с творческими подходом, который помогает раскрыть и развить скрытые таланты и возможности.

С возрастанием количества накапливаемых данных, даже при использовании сколь угодно мощных и разносторонних алгоритмов Data Mining, становится все сложнее "переваривать" и интерпретировать полученные результаты. А, как известно, одно из положений Data Mining - поиск практически полезных закономерностей. Закономерность может стать практически полезной, только если ее можно осмыслить и понять.

В 1987 году по инициативе ACM SIGGRAPH IEEE Computer Society Technical Committee of Computer Graphics, в связи с необходимостью использования новых методов, средств и технологий данных, были сформулированы соответствующие задачи направления визуализации. К способам визуального или графического представления данных относят графики, диаграммы, таблицы, отчеты, списки, структурные схемы, карты и т.д. Визуализация традиционно рассматривалась как вспомогательное средство при анализе данных, однако сейчас все больше исследований говорит о ее самостоятельной роли.

Традиционные методы визуализации могут находить следующее применение:

Ø представлять пользователю информацию в наглядном виде;

Ø компактно описывать закономерности, присущие исходному набору данных;

Ø снижать размерность или сжимать информацию;

Ø восстанавливать пробелы в наборе данных;

Ø находить шумы и выбросы в наборе данных.

Визуализация инструментов Data Mining

Каждый из алгоритмов Data Mining использует определенный подход к визуализации. В ходе использования каждого из методов, рассмотренных выше, а точнее, их программных реализаций, мы получали некие визуализаторы, при помощи которых удавалось интерпретировать результаты, полученные в результате работы соответствующих методов и алгоритмов.

Ø Для деревьев решений это визуализатор дерева решений, список правил, таблица сопряженности.

Ø Для карт Кохонена: карты входов, выходов, другие специфические карты.

Ø Для линейной регрессии в качестве визуализатора выступает линия регрессии.

Ø Для кластеризации: дендрограммы, диаграммы рассеивания.

Диаграммы и графики рассеивания часто используются для оценки качества работы того или иного метода.

Все эти способы визуального представления или отображения данных могут выполнять одну из функций:

Ø являются иллюстрацией построения модели (например, представление структуры (графа) нейронной сети);

Ø помогают интерпретировать полученный результат;

Ø являются средством оценки качества построенной модели;

Ø сочетают перечисленные выше функции (дерево решений, дендрограмма).

Визуализация Data Mining моделей

Первая функция (иллюстрация построения модели), по сути, является визуализацией Data Mining модели. Существует много различных способов представления моделей, но графическое ее представление дает пользователю максимальную "ценность". Пользователь, в большинстве случаев, не является специалистом в моделировании, чаще всего он эксперт в своей предметной области. Поэтому модель Data Mining должна быть представлена на наиболее естественном для него языке или, хотя бы, содержать минимальное количество различных математических и технических элементов.

Таким образом, доступность является одной из основных характеристик модели Data Mining. Несмотря на это, существует и такой распространенный и наиболее простой способ представления модели, как "черный ящик". В этом случае пользователь не понимает поведения той модели, которой пользуется. Однако, несмотря на непонимание, он получает результат - выявленные закономерности. Классическим примером такой модели является модель нейронной сети.

Другой способ представления модели - представление ее в интуитивном, понятном виде. В этом случае пользователь действительно может понимать то, что происходит "внутри" модели. Таким образом, можно обеспечить его непосредственное участие в процессе. Такие модели обеспечивают пользователю возможность обсуждать ее логику с коллегами, клиентами и другими пользователями, или объяснять ее.

Понимание модели ведет к пониманию ее содержания. В результате понимания возрастает доверие к модели. Классическим примером является дерево решений. Построенное дерево решений действительно улучшает понимание модели, т.е. используемого инструмента Data Mining.

Кроме понимания, такие модели обеспечивают пользователя возможностью взаимодействовать с моделью, задавать ей вопросы и получать ответы. Примером такого взаимодействия является средство "что, если". При помощи диалога "система-пользователь" пользователь может получить понимание модели.

Примерами средств визуализации, при помощи которых можно оценить качество модели, являются диаграмма рассеивания, таблица сопряженности, график изменения величины ошибки:

Ø Диаграмма рассеивания представляет собой график отклонения значений, прогнозируемых при помощи модели, от реальных. Эти диаграммы используют для непрерывных величин. Визуальная оценка качества построенной модели возможна только по окончанию процесса построения модели.

Ø Таблица сопряженности используется для оценки результатов классификации. Такие таблицы применяются для различных методов классификации. Оценка качества построенной модели возможно только по окончанию процесса построения модели.

Ø График изменения величины ошибки. График демонстрирует изменение величины ошибки в процессе работы модели. Например, в процессе работы нейронных сетей пользователь может наблюдать за изменением ошибки на обучающем и тестовом множествах и остановить обучение для недопущения "переобучения" сети. Здесь оценка качества модели и его изменения может оцениваться непосредственно в процессе построения модели.

Примерами средств визуализации, которые помогают интерпретировать результат, являются: линия тренда в линейной регрессии, карты Кохонена, диаграмма рассеивания в кластерном анализе.

Методы визуализации

Методы визуализации, в зависимости от количества используемых измерений, принято классифицировать на две группы:

1. Представление данных в одном, двух и трех измерениях

К этой группе методов относятся хорошо известные способы отображения информации, которые доступны для восприятия человеческим воображением. Практически любой современный инструмент Data Mining включает способы визуального представления из этой группы.

В соответствии с количеством измерений представления это могут быть следующие способы:

Ø одномерное измерение, или 1-D;

Ø двумерное измерение, или 2-D;

Ø трехмерное или проекционное измерение, или 3-D.

Следует заметить, что наиболее естественно человеческий глаз воспринимает двухмерные представления информации.

При использовании двух- и трехмерного представления информации пользователь имеет возможность увидеть закономерности набора данных:

Ø его кластерную структуру и распределение объектов на классы (например, на диаграмме рассеивания);

Ø топологические особенности;

Ø наличие трендов;

Ø информацию о взаимном расположении данных;

Ø существование других зависимостей, присущих исследуемому набору данных.

Если набор данных имеет более трех измерений, то возможны такие варианты:

ü использование многомерных методов представления информации (они рассмотрены ниже);

ü снижение размерности до одно-, двух- или трехмерного представления. Существуют различные способы снижения размерности. Для снижения размерности и одновременного визуального представления информации на двумерной карте используются самоорганизующиеся карты Кохонена.

2. Представление данных в 4 + измерениях

Представления информации в четырехмерном и более измерениях недоступны для человеческого восприятия. Однако разработаны специальные методы для возможности отображения и восприятия человеком такой информации.

Которая занимается проектированием пользовательских интерфейсов. В общих чертах Юрий рассказывает о набирающих в последнее время популярность дизайнерских методиках — визуализации и инфографике, о сферах их применения и классификации, процессе создания, инструментах и примерах из практики.

Тема визуализации информации и инфографики регулярно всплывает при работе, да и в целом интересна как практика проектирования и дизайна. Хотя мы в компании работаем над веб-системами, где большинство задач решается стандартными средствами конструирования вроде форм или информационных блоков, иногда требуется емко и компактно подать большое количество информации. Часто это достаточно специфичные задачи, на продумывание интерфейса которых уходит немало времени. Правда, и задачи эти — одни из самых интересных.

У практики отображения информации в графическом виде много синонимов, но в последнее время чаще всего используются два: визуализация данных и инфографика. Существуют эти подходы уже достаточно давно , литературы по этому поводу написано много (среди наиболее известных авторов и дизайнеров: Edward Tufte, Stephen Few, Ben Fry), но в первую очередь интересно, где и как используется инфографика.

Применение

Сейчас существует множество интересных примеров визуализации, но многие из них — скорее объекты искусства, чем практически полезные носители информации. И для тех, и для других можно выделить следующие области использования:

Статистика и отчеты

Самодостаточный жанр, когда данные за некий период времени показываются вместе. Например, статической картинкой в приложении к отчету или настраиваемым графиком в сервисе статистики, с возможностью изменения параметров его отображения.

Справочная информация

Дополнение к основному тексту, наглядно иллюстрирующее его упоминаемыми данными. Скажем, дать общее представление о динамике одного из показателей, либо отобразить какой-то процесс и его этапы; может быть — показать структуру некого явления.

Интерактивные сервисы

Продукты и проекты, в которых инфографика является частью функциональности. Так, в качестве средства навигации по сервисам со сложным workflow может выступать диаграмма процесса. Почти все, что связано с работой с картами и вовсе редко обходится без смешения инфографики и интерактивности, не говоря уже о специализированных системах вроде диспетчерских и большей части компьютерных игр.

Иллюстрации

Не совсем чистый жанр — скорее, использование практик и подходов красивого отображения данных для создания самостоятельных иллюстраций. Они несут некий смысл, но это не основная их задача — основной ценностью является качество исполнения.

Эксперименты и искусство

Визуализация данных без особого практического смысла, скорее в качестве экспериментов или инсталляций. Чаще всего это сложные и громоздкие изображения, которые сложно «прочитать» бегло — объем данных и взаимосвязей между ними таков, что нужно разбираться с картинкой по частям; либо просто абстрактные изображения, автоматически сгенерированные. В последнее время направление все более популярно и периодически выходит за рамки компьютерной графики — например, в виде графиков-скульптур.

(внимание! более 9 мегабайт)

Классификация

Набор инструментов визуализации достаточно обширен — от простейших линейных графиков до сложных отображений множества связей. Разбить их можно на несколько типов:

Графики

Показывают зависимость данных друг от друга. Строятся по осям X и Y, хотя могут быть и трехмерными.

Линейный график (line chart, area chart)

Наиболее распространенный случай. Объединяет линией набор точек, соответствующих значениям по осям. Например, ежедневная посещаемость сайта за месяц. Может показывать сразу несколько наборов данных — например, статистику просмотров для 3 наиболее популярных страниц.

График рассеивания (scatterplot)

Показывает распределение ограниченного набора точек, соответствующих значениям по осям. Между точек часто рисуется выравнивающая кривая — она наглядно показывает закономерности среди значений. Например, связь между стажем работы и производительностью труда среди 50 сотрудников компании (просто соединить полученные точки в виде линейного графика нельзя — и смысл искажается, и линия будет дерганой).

Диаграммы сравнения

Показывают соотношения набора данных. Во многих случаях строятся вокруг осей, хотя и необязательно.

Столбиковая диаграмма (bar chart)

Показывает один или несколько наборов данных, сравнивая их между собой. Существует два варианта отображения в случае нескольких наборов: либо в виде нескольких стоящих рядом столбиков, либо в виде одного, но поделенного внутри в соответствии с долями значений. Например, ежегодная прибыль трёх компаний за последние 5 лет или их доли рынка за это же время.

Круговая диаграмма (pie chart)

Отображает процент, занимаемый каждым значением внутри набора данных, в виде разбитого на части круга. Например, доли рынка сотовых операторов. Может отображать сразу несколько наборов данных — в этом случае диаграммы наложены друг на друга, причем каждая из них меньше предыдущей. Например, доли рынка сотовых операторов за последение 3 года.

Площадная диаграмма (bubble chart)

Смесь графика и диаграммы — по двум осям расставлен набор точек, соответствующий значениям. При этом сами точки не соединены и имеют различную величину, которая задается третьим параметром. Например, сравнение количества купленных товаров, общей стоимости покупки и величины общего бюджета покупателя.

Кольцевая диаграмма (ring chart)

Показывает процент от максимального количества, которое занимает одно из значений в наборе данных, в виде частично закрашенного кольца. Например, количество завоеванных на чемпионате медалей относительно максимального. Часто используется сразу несколько таких диаграмм, сравнивающих разные значения.

Диаграмма разброса (span chart)

Показывает минимальную и максимальную величину значений внутри набора данных в виде урезанной столбиковой диаграммы. Начало столбика лежит не на горизонтальной оси, а в точке минимального значения по вертикали. Например, разброс стоимости квадратного метра жилья в разных районах города.

Лепестковая диаграмма (radar chart)

Сравнивает величины нескольких значений, каждая из которых соответствует точке на оси. Количество осей соответствует количеству значений, а точки объединены линями. Например, сравнение рентабельности каждого из 8 направлений деятельности компании.

Облако тегов (tag cloud)

Сравнивает ключевые слова или фразы (значения), содержащиеся внутри фрагмента текста (набора данных), задавая каждому из них свой размер шрифта. Размер шрифта зависит от величины параметра. Например, 25 самых часто упоминаемых в газетах слов за декабрь 2008 года.

Тепловая диаграмма (heat map)

Сравнивает значения внутри набора данных, закрашивая их одним из цветов в заранее выбранном спектре. Основой является изображение или другая диаграмма, на которой расставлены значения. Цвет зависит от величины параметра и чаще всего накладывается в виде пятен. Например, элементы главной страницы сайта, по которым пользователи кликают чаще всего.

Деревья и структурные диаграммы

Показывают структуру набора данных и взаимосвязи между его элементами.

Дерево (tree)

Показывает иерархию набора данных, в которой элементы являются родительскими или дочерними по отношению друг к другу. Выстраивается в виде соединенных линиями узлов, как правило, сверху вниз. Узел обычно отображается кругом или прямоугольником. Например, карта сайта.

Ментальная карта (mind map)

Показывает состав и структуру явления или понятия в виде дерева, в котором каждый узел имеет один или несколько дочерних элементов. Это частный случай дерева, с той разницей, что ветви расходятся из узла, расположенного в центре изображения. Например, конспект книги по управлению проектами, который отражает ее содержание и основные понятия.

Формализованные структурные диаграммы

Показывают состав и структуру системы или ее части в виде карточек, которые описаны с разной степенью детализации и связаны друг с другом как родительские и дочерние.
Отображается в стандартизованном виде — например, с помощью UML (Unified Modeling Language) или IDEFIX (Integration Definition for Information Modeling). Например, все сущности, необходимые для работы одного из модулей программной системы.

Диаграмма Венна-Эйлера (Venn/Euler diagram)

Показывает отношения между значениями набора данных в виде накладывающихся друг на друга кругов (чаще всего трёх). Область, в которой пересекаются все круги, показывает общее между ними. Например, пересечением соблюдения сроков, бюджета и поставленных задач является успех проекта.

Плоское дерево (tree map)

Показывает иерархию набора данных, в которой элементы являются родительскими или дочерними по отношению друг к другу. Отображается в виде набора вложенных прямоугольников, каждый из которых является ветвью дерева, а находящиеся внутри него — дочерними элементами и ветвями. Прямоугольники различаются по размеру в зависимости от параметра и имеют цвет, который задается другим параметром. Например, детальная структура бюджета компании, в котором цветом показан процент изменения каждого пункта по сравнению с предыдущим годом.

Создание визуального контента - это порой дорого, трудно и отнимает много времени. Резонный вопрос: стоит ли этим заниматься?

Данные везде, данные повсюду.

Как говорит Дэвид Маккэндлесс, дизайнер, писатель и журналист в области инфографики, а также автор известной книги «Инфографика. Самые интересные данные в графическом представлении», сегодня человечество живет в информационных джунглях.

Каждую минуту в нашей жизни появляется немыслимое количество новой информации. Мы даже не замечаем этого. Одни лишь твиты, лайки и загрузки фотографий на социальные платформы исчисляются цифрами с 5-6 нулями. Не говоря уже о бесконечном количестве статей, видео-роликов, финансовых операций, аналитических отчетов и многих других вещей, которые сразу могут не прийти в голову, но, безусловно, существует в нашей жизни.

Если верить исследованиям компании Domosphere, предоставляющей программные решения для обработки, систематизации и визуализации бизнес-информации, то с 2013 года количество интернет-пользователей во всем мире выросло с 2,4 млрд. человек до 3,2 млрд человек.

Такой стремительный рост дает огромный толчок развитию высоких технологий и в результате буквально каждый год мы видим, как на рынок выходят все новые системы и гаджеты.

Например, компания, разработавшая мобильное приложение Vine для создания коротких (менее 6 секунд длительностью) видео-роликов, была основана буквально 3 года назад, в июне 2012 года. Twitter выкупила стартап в октябре и открыла для широкой публики в январе 2013. Сегодня каждую секунду в мире просматривается более 1 млн. вайн-роликов, а популярные вайнеры зарабатывают десятки сотен долларов на ведении аккаунтов компаний или на размещении срытой рекламы в своих видео.

Если говорить о других популярных социальных платформах, блогах и приложениях, то с 2013 года

количество твитов, отправляемых пользователями за в минуту, увеличилось со 100 до 347 тыс,
количество часов видео, загружаемого на YouTube – c 72 до 300 часов,
число скачиваний приложений Apple – c 48 до 51 тыс,
а количество пинов на Pinterest – c 3,5 до 9,7 тыс.

Как результат, общая картина роста информации в интернете за 1 минуту времени сегодня выглядит приблизительно следующим образом.

Инфографика: рост количества информации в интернете за минуту в 2015 году.

Добро пожаловать в 2015 год!

По прогнозам Комиссии по широкополосному соединению и развитию цифровых технологий число интернет-пользователей к 2020 году увеличится в 2 раза. Соответственно также возрастут объемы информации, которые уже сейчас измеряются в огромными числами.

Петабайт

Если верить Векипедии, то сегодня:

– Google ежедневно обрабатывает около 24 петабайт данных.

– Через сети американского провайдера AT&T еженедельно проходит 19 петабайт трафика.

– Размер результатов экспериментов, проводимых на большом адронном коллайдере за год, достигает 4 петабайта .

Для сравнения:

– Все письменное наследие человечества на всех языках мира с момента зарождения письменности составляет всего около 50 петабайт информации. (Из книги «Игфографика. Визуальное представление данных» Рэнди Крам)

Конечно, доступ к таким большим объемам данных открывает перед человечеством безграничные возможности. Позволяет более детально изучать окружающий мир, ломает стереотипы и помогает прогнозировать будущее. Тем не менее, если использовать только традиционные способы работы с информацией, то человек физически не способен справится с объемами и вынужден искать варианты решения проблемы.

Сила визуализации

Как наш мозг воспринимает информацию

Данные, которые выглядят, как абсолютная тарабарщина в обычном виде, становятся понятными и логичными, стоит их преобразовать в графики, диаграммы или видео. Если у нас получается грамотно представить информацию визуально, то мы получаем возможность лучше понимать окружающих людей. Тем не менее, очень многие беспокоятся о том, что визуальное представление значительно упрощает информацию и мы теряем много важный данных в процессе преобразования цифр и текста в графику. Так ли это на самом деле?

Теряем ли мы данные, когда преобразуем цифры и текст в графику?

В 2011 году учеными Эмре Сойер и Рибином Хогартом было проведено исследование среди экономистов. Испытуемых разделили на три группы в зависимости от формы представления информации, которую им предстояло изучить, и попросили ответить на 3 вопроса. В итоге были получены следующие результаты:

1 группа: получила данные в виде классической статистической отчетности - 72% человек дали неверный ответ;

2 группа: получила данные в виде классической статистической отчетности и в виде графика - 61% дали неверный ответ;

3 группа: получила данные только в виде графической информации - ошиблись только 3%.

Вывод очевиден: визуализация данных в некоторых случаях позволяет намного лучше воспринимать информацию, чем цифры и текст!

Посмотрите выступление Дэвида Маккэндлесса на TED Talks. Насколько очевидными становятся многие вещи, когда мы получаем возможность оценить их визуально.

Дэвид Маккэндлесс на TED Talks.

Визуализация информации и развитие технологий.

Безусловно, рост спроса на визуализацию данных стимулирует развитие технологий. Хотя обратное тоже верно и новые технологии повышают требования к качеству графики. В любом случае, сегодня составить презентацию на основе графиков и диаграмм, сделать инфографику или снять видео-ролик, не является большой проблемой. Огромное количество графических онлайн и оффлайн программ можно легко найти, изучить и реализовать с их помощью свои самые фантастические идеи.

Можно установить Photoshop или Illustrator и создать визуализацию с нуля. Можно воспользоваться более специализированными графическими приложениями, такими как Piktochart, Easel.ly или Visual.ly и разрабатывать графику на основе шаблонов. Даже не буду пытаться перечислить то бесконечное количество фотостоков, стоков с 3D- и видео-графикой, которые сегодня существует на бескрайних просторах интернета. За небольшую плату их ресурсы смогут стать достойным украшением любой вашей инфографики или видео-презентации

Picktochart

Визуализация и социальные платформы.

Взгляните еще раз на инфографику о росте скорости информации и посчитайте, какое примерное количество ресурсов, перечисленных в ней, являются графическими платформами. Instagram, Pinterest, YouTube, Vine, Netflix, Snapchart – все они были разработаны специально для публикации визуального контента. Частично к этой группе можно также отнести Twitter, Facebook и другие популярные социальные сети, так как их интерфейс не предполагает публикацию длинных текстовых зарисовок. Зато на них очень хорошо смотрятся видео-материалы, фотографии и любая другая графика. Стоит ли упоминать, что среди всех перечисленных ресурсов, вы не найдете ни одного, где бы графический контент вообще не использовался.

Все интернет-исследования из года в год повторяют одно и тоже: визуальные материалы способствуют популяризации аккаунтов, групп и блогов. Использование графического контента в Twitter увеличивает число репостов на 35%, в Facebook – на 87%. Популярность блогов с графикой возрастает на 47%.

Статистика по Twitter

Статистика по Facebook

Сравните два варианта передачи информации, по смыслу абсолютно равнозначные. Какой из них больше привлечет ваше внимание?

Графика vs. Текст

Как визуализация влияет на уровень доверия читателей?

Научно доказано, что визуальный контент способствует росту доверия к текстовым материалам.

Некоторой группе интернет-пользователей было предложено подтвердить или опровергнуть ряд высказываний. Один из примеров: «Орехи макадамия и персики принадлежат к одному и тому же семейству.» В 50 случаях из 100 утверждения, сопровождающиеся картинками, были оценены, как правдивые вне зависимости от того, являются они таковыми или нет.

Орехи макадамия

Другими словами, участники в большей степени доверяли именно тем высказываниям, которые сопровождались фотографиями.

Заключение

В заключении хочется отметить, что любая визуализация данных - инфографика, видео-ролики или просто обычные фотографии - приносит пользу, тогда и только тогда, когда она интересно придумана, талантливо реализована и вовремя и к месту опубликована. Волшебство происходит, только если хорошая идея сочетается с грамотным дизайном и поддерживается умелым маркетингом. В противном случае все вышеперечисленные плюсы мгновенно самоликвидируются и вы принесете проекту больше вреда, чем пользы.