Vizuális adatelemzés kezelőfelületek

OData támogatás
Konzulens:
Dr. Pataricza András
Méréstechnika és Információs Rendszerek Tanszék

A számítógép-vezérelt alkalmazásokban melléktermékként létrejövő nagyméretű naplózott adattömeg ma az üzleti intelligencia kiindulópontja. Az adatgyűjtés során a bemeneteknél, kimeneteknél, valamint esetenként a rendszerben megfigyelhető effektusokat mérik és naplózzák.

A naplózott adatok matematikai elemzésével és a megfigyelt jelenségek üzleti interpretációjával a megfigyelt folyamatok általában jelentősen javíthatóak. A szakdolgozat témája az ezt támogató vizualizációs technikák és technológiák tárgyalása, kiemelve az üzleti és matematikai megjelenítés összekapcsolását.

A naplózás általában nem teljes körű, azaz a gyűjtött adatokból a rendszer viselkedésének megértéséhez következtetésekkel jutunk el. Ehhez adatelemzőre van szükség, aki matematikai technikákkal (például párhuzamos koordinátákkal), korrelációt, előrejelzéseket keres. Egy komplex üzleti folyamat megértéséhez szükség van az adott szakterületi specialista tudására is az adatelemző munkáján túl, aki a matematikai eredményeket interpretálja az üzleti folyamat kontextusában.

A két vizualizációs nyelv között egy rés alakul, ki mely nehezíti az adatelemző és szakterületi specialista kooperatív munkáját.

Ez a fajta probléma műszaki területeken is megjelenik, például egy számítógép rendszerben alapszintű mért eredmények a rendszer erőforrásainak terheltségi állapota, míg az üzleti kontextus az előállított szolgáltatás szintje.

A dolgozat a két réteg közötti rés áthidalására ad egy megoldást, mely során a két fél az általuk ismert vizuális nyelveken tud interaktív elemzést végrehajtani úgy, hogy az elemezések lépései összhangban vannak az általam kifejlesztett keretrendszer segítségével.

A szakdolgozat először ismerteti az adatmegjelenítés szerepét és történelmét. Ezután ad egy összefoglalást arról, mik a betartandó alapelvek és követelmények a jó vizualizáció elkészítéséhez. A dolgozat kitér a ma használt vizualizációs szoftverekre és azok kategorizálására. Bemutatja az elterjedten használt R adatelemző nyelv képességeit, illetve az alkalmazás-orientált vizualizációban domináns Processing nyelvet. Az utolsó fejezetben egy újonnan megjelent vizualizációs technika integrálásán keresztül mutatom be, hogy a rendszer képes az úgynevezett reprodukálható feltárás támogatására is, azaz az elemzési állapotok köztes mentésével ellenőrizhetővé teszi az elemzési folyamatot.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.