Redningsbobler

Hver boble på skjermen er en artikkel. De nærmeste er mest interessante. Programmet PaperVis bruker bobler for å redde deg fra ordflommen.

Publisert

EuroVis 2011

EuroVis 2011 er den trettende årlige symposiet om visualisering, det vil si framstilling av sammenhenger i komplekse data med grafiske figurer.

Symposiet organiseres av European Association for Computer Graphics (Eurographics), og Institute of Electrical and Electronics Engineers (IEEE).

Arrangør i år er Universitet i Bergen, der symposiet holdes fra 1. til 3. juni.

Informasjon truer med å drukne flere og flere i ord. Verst er det for de som lever av å stime i ordstrømmen, slik som forskere.

De må prøve å svelge unna en skummende syndflod av fagstoff. Nå kommer to taiwanske forskere til hjelp med redningsbobler i et velordnet univers av konsentriske sirkler på dataskjermen.

Men programmet kan bli nyttig for flere enn forskere, for eksempel de som strever med å holde rede på lenkene i en Wikipediaartikkel eller alle vennene på Facebook.

Jia-kai Chou (Foto: Arnfinn Christensen, forskning.no)
Jia-kai Chou (Foto: Arnfinn Christensen, forskning.no)

Jia-kai Chou og Chuan-kai Yang fra National Taiwan University of Science and Technology har utviklet programmet PaperVis. Chou viste det fram her på symposiet EuroVis 2011 i Bergen.

Sjekk referansene

Når du bruker EuroVis, starter du med en bestemt artikkel. Vi kan kalle den kjerneartikkelen. Så er spørsmålet: Hvilke andre artikler burde du lese etterpå?

EuroVis katalogiserer artikkelflommen på en snedig måte. Den gjør noe av det samme som søkemotoren til Google: sjekker referansene.

Men der Google sjekker lenkene som peker mot et nettsted for å bedømme relevansen, bruker PaperVis et annet system som blant annet er mer formalisert.

Enhver vitenskapelig artikkel med respekt for seg selv har en lang referanseliste, utformet etter strenge regler.

Tre skalaer

Slikt er lett å kartlegge for datasystemer, og PaperVis finner ut hvem som refererer til hvem. Ut fra dette rangerer den artiklene rundt kjerneartikkelen på tre skalaer: Relevans, nivå og viktighet.

Jo større relevans en annen artikkel har i forhold til kjerneartikkelen, desto flere referanser har de to artiklene til felles.

Skjermbildet i PaperVis (Bilde: Jia-kai Chou)
Skjermbildet i PaperVis (Bilde: Jia-kai Chou)

Artiklene plasseres som bobler i konsentriske sirkler, med kjerneartikkelen i sentrum. Jo lenger ut i periferien, desto mindre relevans har artikkelboblene.

Programmet prøver også å klumpe sammen bobler ute i periferien som har relevans til hverandre, ikke bare til kjernen.

Utregningene for å få til dette er ganske tunge, så dette er en finesse som brukeren kan slå av.

Nivå og viktighet

Nivået til en artikkelboble forteller litt forenklet sagt hvor mange referanseledd du må utover fra kjerneartikkelen til den aktuelle artikkelboblen.

Hvis kjerneartikkelen referer direkte, er bobla på nivå 1. Hvis du må veien om en annen boble for å finne en referanse, stiger nivåtallet. Forskjellige nivåer har forskjellige fargekoder.

Viktighet blir bedømt utfra hvor mange bobler i de to innerste nivåene som refererer til bobla. Jo større viktighet, desto større blir bobla på dataskjermen.

Forskeren kan dobbeltklikke på en boble ute i periferien av sirklene. Da skvetter den inn i sentrum, og overtar rollen som kjerneartikkelen.

Programmet gror også et tre for historikk, der brukeren kan klatre opp og ned på grenene av bobler han har plassert i sentrum.

Nøkkelord

Skjermbilde i PaperVis, nøkkelord-modus (Bilde: Jia-kai Chou)
Skjermbilde i PaperVis, nøkkelord-modus (Bilde: Jia-kai Chou)

PaperVis har også et modus for nøkkelord. Slike nøkkelord er også formelt angitt i de fleste forskningsartikler, og lette å indeksere for et dataprogram.

Du taster inn et nøkkelord, for eksempel “nedbør”. Så samles alle artikler som inneholder dette nøkkelordet i sentrum.

Programmet teller videre hvilke andre nøkkelord artikkelen inneholder, og klumper sammen artikler med disse nøkkelordene i sektorer av sirkler utenfor rundingen i midten.

Slik fortsetter det med stadig sjeldnere nøkkelord og færre artikler jo lengre ut du kommer.

Til leksikon og Facebook

- Dette systemet kan egentlig brukes til å plassere relevante ting nærmere hverandre, uansett hva det er, sier Jia-kai Chou til forskning.no.

Han tror for eksempel at systemet kan brukes til å ordne leksikonartikler. Alle som har brukt Wikipedia, vet hvor lett det er å gå seg vill i alle lenkene.

Her kan et program som PaperVis gi større dybde enn lenkenes ene nivå, samtidig som relevans og viktighet holdes under kontroll.

- Jeg tror også at sosiale nettverk kan ta i bruk denne visualiseringsmetoden. Du kunne se hvordan vennene dine forholdt seg til deg og til hverandre, sier Chou.

Referanse:

J. -K. Chou, C. -K. Yang: PaperVis: Literature Review Made Easy, Eurographics / IEEE Symposium on Visualization 2011 (EuroVis 2011)
Volume 30 (2011), Number 3, DOI: 10.1111/j.1467-8659.2011.01921.x