Developing Effective Big Data Analytics by Leveraging Visualization Techniques

Václav Stehlík

Master's thesis

Abstract:

Ve stále více propojeném světě, neustále narůstajícímu objemu dostupných dat a zvyšujícímu se využití dat v různých oblastech naší společnosti, narůstá důležitost nástrojů pro efektivní vizualizaci dat. Tyto nástroje zlepšují interpretaci a porozumění datům, což napomáhá rozhodování a zvyšuje šance k naplnění strategických cílů. Dalším důležitým prvkem je prevence přehlcení daty a pohled na kriticky důležité informace, tendence a vzorce. Naneštěstí, vizualizace může být zneužita, špatně interpretována nebo může vést k falešným závěrům, ať už kvůli nedostatečné znalosti nebo dokonce může jít o záměr se špatným úmyslem. Tato práce cílí na vytvoření nástroje a materiálů, které uživatelům nabídnou přívětivou možnost vzdělat se v oblasti vizualizace dat s propojením k charakteristikám big data. Nejprve je shromážděn materiál naučné podoby, jenž obsahuje podrobný popis vybraných vizualizací pojednávající o výhodách, nevýhodách, užitečných radách a vhodnosti pro big data. Na základě naučeného materiálu je navrhnut model využívající TOPSIS metodu pro doporučení nejvhodnější vizualizace. Výstup práce tvoří vyvinutý prototyp webové aplikace, který využívá naučný materiál a doporučovací model. Aplikace obsahuje knihovnu s naučným materiálem a umožňuje získat doporučení nejvhodnější vizualizační metody pro specifická data a případy užití. Nástroj lze dále rozšířit, aby zahrnoval větší počet vizualizačních metod nebo rozváděl další témata a zajímavosti z oblasti vizualizace dat. Předmětem dalšího výzkumu může být rozvinutí dalších přístupů a metod pro doporučování vizualizace dat.

Abstract:

With the more and more interconnected world, ever growing amount of available data and rising usage and utilization of data in various areas of our society, there is an increased importance of having an appropriate and effective data visualization tools. These tools enhance data interpretation and insight into data which can lead to improved decision making and higher chances of reaching strategic goals. Another significant point of interest is prevention of data overload and filtering of critical information, tendencies and patterns. Unfortunately, visualization can be misused, misinterpreted and false conclusions can be made because of insufficient knowledge or even due to foul intentions. Therefore, this thesis aims to create tools and materials to provide a user-friendly option to educate yourself on the topic of data visualization and the connection to big data characteristics. First, large compilation of educational material of selected visualizations detailing advantages, disadvantages, tips and big data suitability is collected. Based on the collected descriptions, a recommendation framework using TOPSIS method is proposed. Combining the educational material and framework together, a prototype of a web application is developed as a result. The application amiably presents a library of the educational material and is able to recommend the most fitting visualization for specific data sets and use cases. The tool can be further developed to cover larger amount of visualization methods and depict other interesting topics and curiosities related to data visualization. Additionally, research can be conducted to further explore the recommendation options and use different approaches and methods.

Keywords

Data Visualization, Data Analysis, Big Data, Web Application, Data Visualization Selection

Language used: English

Date on which the thesis was submitted / produced: 20. 7. 2020

Thesis defence

• Date of defence: 16. 9. 2020
• Supervisor: doc. Mouzhi Ge, Ph.D.
• Reader: PhD Bruno Rossi

Masaryk University

Faculty of Informatics

Master programme / field:
Applied Informatics / Service Science, Management and Engineering