090409presentatiehansvermaak13plus[1] [Automatisch Opgeslagen]
Presentatie ccj data 27 sept 2016 [automatisch opgeslagen]
-
Upload
gerard-smit -
Category
Data & Analytics
-
view
105 -
download
2
Transcript of Presentatie ccj data 27 sept 2016 [automatisch opgeslagen]
CCJDatavisualisatie&Infographics
CCJDatavisualisatie&Infographics
4 Data
A. Visueel denkenVisuele grammatica
Gestalt wetten
Hoe duiden we wat we zien?
Gestalt wetten• Wat dicht bij elkaar
staat past ook qua betekenis bij elkaar
• Wat visueel op elkaar lijkt, lijkt ook inhoudelijk bij elkaar te horen
Gestalt wetten• Dingen die op een
lijn staan, lijken met elkaar verbonden
• Je ziet in eerste instantie de simpelste vorm
cont
inuï
teit
voor
- en
acht
ergr
ond
nabijheid
gelijkheid
geslotenheidcontinuïteitnabijheid
Wat zie je?
9
12 32
20
GestaltHerkennen
van patroon
Groeperen
Company Market share
A 22.6%
B 6.9%
C 13.7%
D 33.1%
E 10.1%
F 13.6%
Gestaltwetten Passende vorm
Vorm• passend?
Hiërarchie• groot- klein• voor-achter• centrum-periferie
Overgang• natuurlijk• gestuurd• willekeurig
Continuïteit in kleur?
De juiste vorm?
B. Data verwerken
Netwerkvisualisatie• 27 September 2016
DatabronnenBijvoorbeeld:• World Bank, “Free and open access to global development data”, http://data.worldbank.org/
• UN Data, http://data.un.org/
• CBS; Statistisches Bundesamt, U.S. Census Bureau, EuroStat etc., bijv. https://www.cbs.nl/; http://statline.cbs.nl/Statweb/; http://ec.europa.eu/eurostat
• Onderwijsdata, https://www.duo.nl/open_onderwijsdata/
• Open Government Data (OGD), bijv. https://utrecht.dataplatform.nl/; https://data.overheid.nl/; https://data.europa.eu/euodp/en/data; https://data.europa.eu/euodp/en/data en zie ook http://data.europa.eu/euodp/en/about (EU Member States onderin)
• Pew Research Center: “is a nonpartisan fact tank that informs the public about the issues, attitudes and trends shaping America and the world. We conduct public opinion polling, demographic research, content analysis and other data-driven social science research.”, http://www.pewresearch.org/, http://www.pewresearch.org/data/
• Data of web scraping: OutwitHub, BeautifulSoup; social media scraping tools, bijv. Digital Methods Initiative (UvA) of NodeXL.
Utrecht Open Data
DatabronnenBijvoorbeeld:• World Bank, “Free and open access to global development data”, http://data.worldbank.org/
• UN Data, http://data.un.org/
• CBS; Statistisches Bundesamt, U.S. Census Bureau, EuroStat etc., bijv. https://www.cbs.nl/; http://statline.cbs.nl/Statweb/; http://ec.europa.eu/eurostat
• Onderwijsdata, https://www.duo.nl/open_onderwijsdata/
• Open Government Data (OGD), bijv. https://utrecht.dataplatform.nl/; https://data.overheid.nl/; https://data.europa.eu/euodp/en/data; https://data.europa.eu/euodp/en/data en zie ook http://data.europa.eu/euodp/en/about (EU Member States onderin)
• Pew Research Center: “is a nonpartisan fact tank that informs the public about the issues, attitudes and trends shaping America and the world. We conduct public opinion polling, demographic research, content analysis and other data-driven social science research.”, http://www.pewresearch.org/, http://www.pewresearch.org/data/
• Data of web scraping: OutwitHub, BeautifulSoup; social media scraping tools, bijv. Digital Methods Initiative (UvA) of NodeXL.
Gevoelige data en ethische kwesties
• Autoriteit Persoonsgegevens: wetgeving rondom gevoelige (persoonlijke) data, https://autoriteitpersoonsgegevens.nl/
• Bits of Freedom: informatie over privacy-reletateerde en ethische kwesties, https://www.bof.nl/
• Open Knowledge Foundation: open data principes als richtsnoer voor het werken met openbaar toegankelijke data, https://okfn.org/opendata/
• Waarom ethische kwesties?
Waarom ethische kwesties?
Google Fusion Tables/Maps
NetwerkenJeroen -> Eva Hugo -> Matthijs
Matthijs -> Herman
Netwerken
Jeroen -> Eva Hugo -> Matthijs Matthijs -> HermanJeroen -> Liesbeth Matthijs -> Hugo Herman -> Henk Paul -> Jeroen Freek -> Eva Hugo -> HermanJeroen -> Paul Peter -> Jeroen Wilfried -> MatthijsMerel -> Jeroen Mathijs -> JeroenMatthijs -> WilfriedMerel -> Eva Matthijs -> Peter Leo -> MatthijsGerdi -> Jeroen Matthijs -> Eva Matthijs -> LeoGerdi -> Matthijs Fidan -> Matthijs Matthijs -> LeoFilemon -> Jeroen Henk -> HugoLeo -> MatthijsEva -> Freek Hugo -> Henk Jeroen -> Paul
Eva -> Bram Henk -> Matthijs Jeroen -> PaulBram -> Eva Matthijs -> Henk Jeroen -> Paul
Tree maps (1)
Fig. 27 Tree of ScienceRamon Llull, 1663
In: Manuel Limas Book of Trees
Tree maps (2)
WikiMindMap; p. 104, “Horizontal Trees”
Tree maps (3)
1998
Tree maps (4)
Ben Shneiderman, 1991
Tree maps (5)
• Waaruit bestaan (sociale) netwerken?
• Grafentheorie: Euler, 1736 en het wiskundige vraagstuk van de “Zeven bruggen van Koningsbergen” (vandaag Kaliningrad)
• Social network analysis en Moreno’s sociogrammen
• Meer lezen: “Retweet me en ik zal zeggen wie wij zijn”, De Correspondent
Wat zijn netwerkdata?
Grafentheorie: Leonhard Euler (1736) en het wiskundige vraagstuk van de “Zeven bruggen van Koningsbergen” (vandaag Kaliningrad)
Wat zijn netwerkdata?
Euler en de zeven bruggen van Koningsbergen (1736)
(Bron: Wikipedia)
“De stad Koningsbergen (heden ten dage Kaliningrad) lag in het oosten van Pruisen aan de rivier de Pregel, waarin twee eilanden lagen die door zeven bruggen met elkaar en met de vaste wal verbonden waren; […] De vraag was nu of het mogelijk is om zó te lopen dat je precies één keer over elke brug komt. In sommige versies van het vraagstuk werd ook geëist dat men weer bij het startpunt eindigt.”
• Social network analysis en Jacob L. Moreno’s sociogrammen
• Meer lezen: “Retweet me en ik zal zeggen wie wij zijn”, De Correspondent
Wat zijn netwerkdata?
Sociogrammen (Moreno)
“A sociogram is a graphic representation of social links that a person has. It is a graph drawing that plots the structure of interpersonal relations in a group situation.” (Bron: Wikipedia)
Sociogrammen• (Sociale) relaties• Invloed• Interactie• Communicatie etc.
• Online sociale netwerken als soort van vleeswording van deze principes
• Analyse op basis van grafentheorie en statistische berekeningen
• Force-directed layout algoritmen
• Visuele mogelijkheden: ruimtegebruik (positie/grootte) en kleuring
• Visuele taal: nodes (knooppunten) en edges (verbindingen)
Basisprincipes van Gephi
“Shows retweet and @reply connections between all users participating in #qldfloods”.
“From this depiction of their reach throughout the #qldfloods network, it becomes immediately evident that a substantial number of #qldfloods users have drawn on information provided by these accounts.”
Netwerkvisualisatie (1)
• Geschikt voor relationele data.
• Complexe visualisatievorm.
• Behoeft vaak veel contextuele informatie over het maakproces om voor de lezer begrijpelijk te zijn.
• Geschikt voor interactieve webvisualisatie.
Netwerkvisualisatie (2)
Bronnen
Kolommen in de dataset• - Naam• - Organisatie• - Functie• - Specificatie• - Geboortejaar• - Leeftijd• - Geslacht• - Nationaliteit• - Bron
Onderzoeksmethode
“Dutch Old Boys Network” (2013)
Datasets en tutorial• Data netwerk tekenen:
https://tinyurl.com/NetwerkTekenen
• Data “Dutch Old Boys Network”: https://tinyurl.com/OldBoysGephi
• Step-by-step tutorial (houvast): https://tinyurl.com/TutorialHouvast
C. Design DenkenDoelgroeponderzoek user centered design
BeeldkwaliteitEffectief doet het wat het moet doen?
Efficient gemakkelijk in gebruik?
Aantrekkelijk prettig in gebruik
Ken de gebruikers
Betrek de gebruikers
prototype
iteratief design
interview
observatie
context