Visualization of Data Networks

I dagens samhälle finns det så mycket information tillgängligt, hela nätverk av information, men hur tolkar man den informationen. Det är för mycket att läsa all data i oändliga lister, följa datarelationerna och analysera det i hopp om att det uppfyller vad man behöver. Så denna uppsatsen utforskar hur man mer effektivt kan förmedla information genom grafiska visualiseringar. Projektet uforskar olika medium, grafer och andra verktyg som kan hjälpa till med att skapa ett bra sätt att ge information till användare, samt att hjälpa dem i deras analyser. Uppsatsen beskriver en arbetsprocess för hur man kan få informationen man behöver samt skapa en fungerande prototyp. Slutsatsen som dragits är att användarfall och typen av data, är väldigt viktigt. Det fanns fyra generella användarfall, det var förmågan att se hur viktig en datanod är, förmågan att se vad för kopplingar som finns mellan datanoderna, förmågan att följa kopplingarna i flera steg samt förmågan att se kluster av data som har bildats i nätverket. Det är svårt att visualisera ett nätverk med allt det i åtanke, så användare blev frågade vilka användarfall de prioriterade och varför de tyckte att de var viktiga. Användartesten visade att användarna trodde att en visualisering av deras data hade hjälpt dem i deras arbete. I vissa fall så var det tillräckligt att endast ha en graf som man inte behöver interagera med. Men i andra fall så behövdes interaktiva verktyg som förhöjde grafens egenskaper till att specifikt hjälpa ett visst användarfall.In this day and age with so much information available, networks of information, but how do you interpret that information. It is just too much effort to read it all in endless lists, following data relations and analysing it in hopes of fulfilling your use cases. The goal of this thesis is to explore how to more effectively convey information to people through visualizations. It explores different mediums, graphs and other tools that can help with creating a good way to give information to users and help them in their analyses. The thesis describes a work process to get the desired information, and also creation of a functional prototype. The conclusion is that considering the use cases and the nature of the data is of paramount importance. There were four general use cases which were the ability to see the importance of data nodes, the ability to see what kind of connections they had, the ability to follow the relationships several steps and the ability to see clusters of data forming with your network. It is hard to visualize a network with all the use cases in mind, so users were asked what they prioritized and why it was important. User tests revealed that visualizing the information would help them with some of their work tasks. For some cases it would be enough to have a graph that is shown without interacting with it. But for other cases, adding additional features that enhances the graph in an aspect specifically tailored to the use case solved it for them instead