Voyagers and VoyeursVisualization and Social Data Analysis

Jeffrey HeerComputer Science DeptStanford University

Stanford Computer Forum15 April 2009

Set A Set B Set C Set DX Y X Y X Y X Y

10 8.04 10 9.14 10 7.46 8 6.58

8 6.95 8 8.14 8 6.77 8 5.76

13 7.58 13 8.74 13 12.74 8 7.71

9 8.81 9 8.77 9 7.11 8 8.84

11 8.33 11 9.26 11 7.81 8 8.47

14 9.96 14 8.1 14 8.84 8 7.04

6 7.24 6 6.13 6 6.08 8 5.25

4 4.26 4 3.1 4 5.39 19 12.5

12 10.84 12 9.11 12 8.15 8 5.56

7 4.82 7 7.26 7 6.42 8 7.91

5 5.68 5 4.74 5 5.73 8 6.89

[Anscombe 73]

Summary Statistics Linear RegressionμX = 9.0 σX = 3.317 Y2 = 3 + 0.5 XμY = 7.5 σY = 2.03 R2 = 0.67

Set A

Set C Set D

Set B

X X

Y

Y

Improve the analysis and communication of information using interactive visualization

1. Visualization Techniques

2. Visualization Tools

3. Social Data Analysis

Visualization TechniquesImprove visual analysis and communication via novel algorithms, encodings, and interactions

DOI Trees  AVI 2004

Multi‐Scale Banking InfoVis 2006

Visualization ToolsSimplify creation and customization by crafting toolkits for interactive visualization 

Prefuse  CHI 2005, InfoVis 2006 Flare  2008

Social Data AnalysisLeverage the insights of multiple analysts with interfaces for collaborative visual analysis 

sense.usCHI 2007

Where have all the dentists gone?

Visualization Techniques

Visualizing Large Hierarchies

………

Indented Layout Reingold‐Tilford Layout

Degree‐of‐Interest Trees [AVI 04]

Space‐constrained, multi‐focal tree layout

Aspect Ratio Optimization5°[InfoVis 06]

Maximize perceptual discriminability of line segment angles

Identify trends using spectral analysis; find ratios for trend lines

Aspect Ratio Optimization5°[InfoVis 06]

Maximize perceptual discriminability of line segment angles

Aspect Ratio = 1.17

Aspect Ratio = 7.87

1960 19901970 1980

1960 19901970 1980

315

355

335

315

355

335

Aspect Ratio Optimization5°[InfoVis 06]

Atmospheric CO2 (ppm)

2| ( ) ( ) |i ji j

θ α θ α−∑∑

Enron E‐Mail Corpus

Washington Lobbyist ?

Visualization Tools

Setbacks to Adoption

Visualizations are hard to createLayout algorithms, dynamic graphics

Pre‐built “widgets” are not enoughGood designs tailored to an application domain

Data ManagementLayout & EncodingRenderingAnimationInteraction

The Prefuse and Flare Toolkits

Integrate data handling, graphics, and interaction

Extensible operator language for visual encodings

Exploration via dynamic queries, search, zooming

Raw Data Data Tables

Visual Structures

Views

Data Visual Form

Data Transformations

Visual Encodings

View Transformations

Task

Usage and Uptake

Open Source projects 95,000+ downloadsUsed by students, researchers, corporations

Design Patterns describing architecture [InfoVis 06]

Panopoly of visualizations

Phan et al, Flow Map Layout, InfoVis 05

Collins, DocuBurst, Featured in the Toronto Star

Perer, SocialAction, InfoVis 06, IUI 07, CHI 08

Collins et al, VisLink, InfoVis 07

Barsky et al, Bioinformatics 07

Social Data Analysis

A Tale of Two Visualizations

vizster

[InfoVis 05]

Observations

Groups spent more time in front of the visualization than individuals.

Friends encouraged each other to unearth relationships, probe community boundaries, and challenge reported information.

Social play resulted in informal analysis, often driven by story‐telling of group histories.

NameVoyagerThe Baby Name Voyager

Social Data Analysis

Visual sensemaking can be social as well as cognitive.

How can user interfaces support and encourage collaborative analysis?

Understand impact by building and deploying real systems. 

sense.usA Web Application for Collaborative Visualization of Demographic Data

[CHI 07]

Building Off of Others

Data Jokes

Collaborative Sensemaking

ObservationQuestionHypothesis

LinkingSocializing

TestingTipsTo-doAffirmation 1.5%

2.6%4.1%5.6%

9.0%14.2%

35.5%38.1%

80.6%

Data Integrity

System Design

15.7%

9.0%

100%0% 20% 40% 60% 80%

Content Analysis of Comments

Feature prevalence from content analysis (min Cohen’s κ = .74)High co‐occurrence of Observations, Questions, and Hypotheses

Voyagers and Voyeurs

Complementary faces of analysis

Voyager – focus on visualized dataActive engagement with the dataSerendipitous comment discovery

Voyeur – focus on comment listingsInvestigate others’ explorationsFind people and topics of interestCatalyze new explorations

DecisionSite posters

Spotfire Decision Site Posters

Tableau Server

Many‐Eyes

Conclusion

Visualization TechniquesAlgorithms for optimized data displays

Visual analysis tools for evolving hierarchies, social networks, and e‐mail archives

Visualization ToolsToolkits which simplify visualization creation and support fine‐grained reuse of techniques

Social Data AnalysisSystems and techniques for social data analysis

Interfaces for social navigation and annotation

New tools for finding and visualizing web data

Improve the analysis and communication of information using interactive visualization

Voyagers and VoyeursVisualization and Social Data Analysis

Jeffrey HeerComputer ScienceStanford University

jheer@cs.stanford.edu