এই ধরণের "প্রবাহের মানচিত্র" এর মধ্যে সর্বাধিক সাধারণ সমস্যাটি হ'ল অনেক লাইন অন্তর্ভুক্ত হওয়ার পরে এগুলি এত বড় সংখ্যায় সংঘর্ষিত হয় যে এটি কোনও স্পষ্টতই নিদর্শন সনাক্তকরণকে কঠিন করে তোলে (যখন পারস্পরিক প্রবাহ বিবেচনা করা হয় যা এটি ঘটেছিল) আরও বেশি পরিমাণে)। এছাড়াও লম্বা রেখাগুলি গ্রাফিককে আধিপত্য বিস্তার করতে পারে, যদিও প্রবাহের বন্টন মূলত স্বল্প জায়গার উপরেই হয় (উদাহরণস্বরূপ জায়গাগুলির মধ্যে বিভিন্ন বিতরণের একটি হোস্ট লেভি ফ্লাইটের অনুরূপ থাকে )। আমি মনে করি এটি অগত্যা কোনও খারাপ জিনিস নয় (দীর্ঘতম রেখাগুলি আরও ঘটনাক্রমে সংক্ষিপ্ত রেখাগুলি আকর্ষণীয় হতে পারে) তবে আমি মনে করি না যে আমরা গাছগুলি বলতে বলতে বনকে হারাতে চাই।
যদিও আমি সন্দেহ করি না যে আমি প্রস্তাবিত কিছু সম্ভাব্য "সমাধানগুলি" মিস করেছি, তবে ব্যক্তিরা যেভাবে কাজটি করতে পেরেছি সে সমস্যার সমাধান করার জন্য আমি যেভাবে চেষ্টা করেছি তার কয়েকটি সংক্ষেপের চেষ্টা করব।
লাইন বিকৃত করা
আপনি যদি অন্য কিছু থ্রেড দৃষ্টিশক্তি দেখে বুঝতে পারেন যে লোকেরা কীভাবে এই সমস্যাটির সাথে আচরণ করেছে তার কয়েকটি উদাহরণ আপনি দেখতে পাবেন। বিশেষত, লাইনগুলি বিকৃত হয় যাতে তারা মানচিত্রে একে অপরের সাথে বা অন্য সামগ্রীর সাথে ওভারল্যাপ না করে। অনুরূপ অন্য প্রশ্নে হোবারের উত্তর (ইতিমধ্যে একটি মন্তব্যে উল্লিখিত) এর উদাহরণ। স্ট্যানফোর্ডের কিছু গবেষকের একটি উপস্থাপনা এই একই ধারণাটি দেখায় (ফান এট আল।, 2005)। এই উপস্থাপনাটির জন্য ধন্যবাদ অন্য থ্রেডে এই উত্তরটির জন্য ডিসস্ল্যাম্বে যায় (এবং সেই থ্রেডের সমস্ত উত্তরও আপনার প্রশ্নের পক্ষে আগ্রহী হবে)। আমি বিশেষত এটি আকর্ষণীয় মনে করি যে এর মূল উদাহরণগুলির মধ্যে একটি হ'ল মিনার্ডের পুরানো ইমিগ্রেশন মানচিত্রটি একটি আকাঙ্ক্ষিত আউটপুটের উদাহরণ (প্রায় 1864!)।
আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে (নোড এবং লাইনগুলির সংখ্যক সংখ্যা) দেওয়া, এটি যথেষ্ট বলে মনে হচ্ছে। আমি উপস্থিত অন্যান্য "সমাধানগুলি" অনেকগুলি লাইন এবং বহু উত্স-গন্তব্যগুলির সাথে ডেটা ভিজ্যুয়ালাইজ করার জন্য আরও লক্ষ্যযুক্ত (যদিও আমি ধরে নিই যে তারা সাধারণভাবে সম্প্রদায়ের জন্য দরকারী সংক্ষিপ্তসার হবে, তাই আমি নির্বিশেষে চালিয়ে যাচ্ছি)।
আলফা মিশ্রণ, রঙ এবং লাইন প্রস্থ / উচ্চতা ব্যবহার করে
সেই একই থ্রেডে আমি তালিকাভুক্ত মানচিত্রগুলি পূর্বে উল্লেখ করেছে, নেটওয়ার্ক প্রবাহের প্রতিনিধিত্বগুলি এর উদাহরণ। ফেসবুক বন্ধুরা লাইনের আলফা স্তরটি সামঞ্জস্য করার একটি ভাল ক্ষেত্রে, তাই দুটি জায়গার মধ্যে একটি গাer় (বা সেই ক্ষেত্রে উজ্জ্বল) সংযোগ উপস্থাপন করতে আরও অনেক প্রবাহ লাগে। এটি দীর্ঘতর রেখাগুলিকেও কমিয়ে দেয় কারণ তারা আরও কম ঘটনা ঘটায়। পূর্বে এই ফোরামে উল্লিখিত বহুভুজ অঞ্চলের মান-বাই আলফা মানচিত্রগুলি (রোথ এট আল।, ২০১০) থেকে অনুরূপ যুক্তি আসে ।
আমি একই উত্তরটিতে উপস্থাপন করা অন্য মানচিত্রে রঙ এবং একটি অপ্রচলিত 3 ডি দৃষ্টিভঙ্গি আর্সিং লাইন ব্যবহার করা হয়েছে (রাট্টি এট আল।, ২০১০)। লেখকরা একজাতীয় অঞ্চলগুলিকে একত্রে গোষ্ঠীভুক্ত করার জন্য এবং তাদের বর্ণের কোডের জন্য একটি ক্লাস্টারিং মানদণ্ড ব্যবহার করেছেন (সুতরাং সংজ্ঞায়িত রঙের মধ্যে থাকা অঞ্চলগুলির মধ্যে রঙগুলির মধ্যে তুলনায় আরও অনুরূপ প্রবাহের নিদর্শন রয়েছে)। অ্যান্ড্রু গেলম্যান উল্লেখ করেছেন যে , এগুলির সাথে সম্ভবত একটি সমস্যা বলে মনে হচ্ছে যদিও তথ্যগুলিতে নিদর্শনগুলি সনাক্তকরণের জন্য এবং নিজেই ক্লাস্টারিংয়ের মানদণ্ডটি আকর্ষণীয় হতে পারে, এটি আপনাকে একে অপরের নিকটে রাখে এমন কিছু বলে যা আপনাকে ইতিমধ্যে জানে আরও সংযোগ আছে ঝোঁক।
শেষ অবধি, এই বিভাগে আমি এমন কৌশলগুলি অন্তর্ভুক্ত করি যা প্রবাহের ভলিউমটি জানাতে লাইন প্রস্থটি ব্যবহার করে বা ত্রি-দৃষ্টিকোণ লাইন উচ্চতার ক্ষেত্রে লাইনের (আলফা মিশ্রণের অনুরূপ) ওজন করে। 2 ডি-তে কয়েকটি উদাহরণের জন্য টোবলারের ফ্লো ম্যাপিং সফ্টওয়্যার পৃষ্ঠায় পৃষ্ঠাটি দেখুন (এবং আমি যে অন্যান্য নিবন্ধটি উল্লেখ করেছি তাতে লাইন উচ্চতা ব্যবহার করে 3 ডি-তে একটি উদাহরণ রয়েছে)। সেই পৃষ্ঠাতেও টোবলারের একটি খুব কার্যকর নিবন্ধ রয়েছে যা ফ্লোম্যাপিং এবং তাদের historicalতিহাসিক অ্যাপ্লিকেশন (টোবলার, 1987) এর সমস্যাগুলি বর্ণনা করে।
3 ডি-তে আরেকটি উদাহরণ হ'ল এই সাইটের একজন মানকফের উত্তর । সোসিয়োলজিকাল ইমেজ ব্লগের এই পোস্টটি প্রবাহ এবং বহিরাগত প্রবাহের মধ্যে পার্থক্য করার জন্য একটি প্রবাহ চিত্রের একটি কার্যকর উপায় দেখায় (যদিও এটি আবার কাজ করে কারণ নোডের সংখ্যা এবং তুলনামূলকভাবে ছোট, এবং নেটওয়ার্কে নোডগুলি ফাঁকা করা যেতে পারে ওভারপ্লোটিং কমানোর একটি স্বেচ্ছাসেবী উপায়)। সেই একই ধরণের তীরগুলি (এবং কয়েক জন হ্যাশিংস ব্যবহার করছে) এছাড়াও রয়েছে (টোবলার, 1987)।
শেষদিকে যদিও লাইন প্রস্থ এবং রঙ সত্যিই অতিরিক্ত প্লট সমস্যা সমাধান করে না। 3 ডি-তে অর্কগুলি কিছুটা সহায়তা করে, যদিও আরও জটিল প্রবাহের ধরণগুলির সাথে আমি মনে করি তাদের সীমিত উপযোগিতা থাকবে। এই তিনটির বিভিন্ন অবস্থাতে আইএমও আলফা মিশ্রণটি সর্বাধিক দরকারী বলে মনে হয় তবে বর্ণ এবং রেখার প্রস্থটি উপরে বর্ণিত লাইন বিকৃতির সাথে একত্রে ব্যবহার করা যেতে পারে।
তথ্য হ্রাস
আমি এখানে দুটি ধরণের কৌশলগুলি গোষ্ঠীভুক্ত করি, 1) ছোট একাধিক মানচিত্র (অর্থাত্ ওভারপ্লোটিং হ্রাস করার জন্য অন্তর্নিহিত কম অবজেক্ট সহ অনেকগুলি মানচিত্র) বা 2) অন্যান্য গ্রাফিকাল উপকারগুলি, যা লাইন নয়, তবে ঘনত্বের মধ্য দিয়ে কিছু প্রবাহকে উপস্থাপন করে বা কোরোলিথ মানচিত্র। এর উদাহরণগুলি পাওয়া যায় (Corcoran et al।, 2009; Rae, 2009; Wood et al।, 2010) (রায়ে রেফারেন্সের জন্য ধন্যবাদ ধন্যবাদ) এগুলি ছোট ছোট একাধিক মানচিত্রের (বা কেবল একটি ছোট অঞ্চল) উপস্থাপনের মাধ্যমে উপস্থাপিত ভিজ্যুয়াল তথ্যের পরিমাণ হ্রাস করে বা কিছু পরিসংখ্যান উপস্থাপনের জন্য একটি কোরোপলথ ম্যাপিং স্কিম ব্যবহার করে (উদাহরণগুলি প্রবাহের সংখ্যা, বহির্মুখের সংখ্যা হতে পারে) , প্রবাহের দিক, প্রবাহের গড় দূরত্ব)। আপনার যদি পয়েন্ট লেভেল ডেটা থাকে তবে আপনি এই পরিসংখ্যানগুলি কার্নাল ঘনত্ব রাস্টার মানচিত্রের মাধ্যমে উপস্থাপন করতে পারেন বা এগুলিকে চতুর্ভুজগুলিতে একত্রিত করতে পারেন।
যখন তথ্য এভাবে হ্রাস করা হয়, তখন ওভারপ্লোটিংয়ে তেমন সমস্যা হয় না। খুব শীতল ইন্টারেক্টিভ অনলাইন উদাহরণ হ'ল ফোর্বস ম্যাগাজিনের এই মাইগ্রেশন মানচিত্র । আপনি একবারে কেবল একটি কাউন্টি দেখতে পারবেন, তবে তথ্যের হ্রাস লাইনগুলি পার্স করা আরও সহজ করে তোলে (এবং প্রবাহ এবং বহমান প্রবাহের মধ্যে পার্থক্য)। ইএসআরআই ম্যাপিং ব্লগের একটি সাম্প্রতিক পোস্টে ছোট গুণগুলিও একই জাতীয় কৌশল ব্যবহার করে (তারা বিশ্বের মানচিত্রের জন্য "সুন্দর দেখায়" লাইন রাখার জন্য একটি বিশেষ প্রযোজনা চয়ন করে এবং বিভিন্ন আন্তর্জাতিক উত্সকে আরও হাইলাইট করার জন্য রঙের ভাল ব্যবহার করে)। এই উদাহরণে এটি বেশ ভালভাবে কাজ করে কারণ শেষ গন্তব্যটি সমস্ত প্রবাহের জন্য একই, তবে যদি প্রবাহগুলি পরস্পরের হতে পারে তবে এটি সম্ভবত কার্যকর হয় না।
প্রবাহের অন্যান্য অ-মানচিত্রের উপস্থাপনা ব্যবহার করা
এই সাইটের অন্যরা প্রবাহকে উপস্থাপন করতে প্রকৃত মানচিত্রে বিকল্প চিত্রটি ব্যবহার করার পরামর্শ দিয়েছেন (কেবলমাত্র তাদের প্রকৃত ভৌগলিক অবস্থানের চেয়ে অন্য কোনও উপায়ে উত্স এবং গন্তব্যগুলি ম্যাপিং)। এর উদাহরণগুলি হ'ল সিকুল ভিজুয়ালাইজেশন (যেমন সার্কোস দ্বারা উত্পাদিত ), আর্ক ডায়াগ্রামগুলি ( প্রোটোভিসের এই উদাহরণটি দেখুন , এগুলিকে ক্রিস্কোগ্রামস (জিয়াও এবং চুন, ২০০৯)) বা ম্যাট্রিক্স হিট ম্যাপস ( এখানে অন্য উদাহরণ থেকে পাওয়া যায়) প্রোটোভিস ওয়েবসাইট)। আরেকটি বিকল্প হ'ল প্রবাহের নিদর্শনগুলি সনাক্ত করার জন্য কিছু ধরণের স্বয়ংক্রিয় নেটওয়ার্ক লেআউট ব্যবহার করা হবে (যেমন গ্রাফভিজের দ্বারা সক্ষম )। গ্রাফভিজের পাশাপাশি এটি গিফির সাথে দেখা যায়, নেটওয়ার্কএক্সএকটি পাইথন লাইব্রেরি এবং কিছু আর লাইব্রেরি জনপ্রিয় সরঞ্জামও রয়েছে (দেখুনপরিসংখ্যান সাইটে এই উত্তর )।
আমি যে লাইব্রেরিগুলি উদ্ধৃত করছি সেগুলি দুর্দান্ত শীতল হওয়ায় তারা ইন্টারেক্টিভ ভিজুয়ালাইজেশনও বিকাশ করেছে। বিজ্ঞপ্তি গ্রাফিক্সের সাথে অনুরূপ শৈলীর একটি উদাহরণ (যদিও বিজ্ঞপ্তি নয়!)। পূর্বে আলোচিত কিছু লাইন বিকৃতি কৌশল ব্যবহার করে এখানে আরও একটি ইন্টারেক্টিভ ভিজুয়ালাইজেশন রয়েছে , নেটওয়ার্ক প্লেসমেন্ট (যা বিজ্ঞপ্তি ডার্লিং কার্টোগ্রামগুলির সাথে একই রকম প্রদর্শিত হয়) পাশাপাশি অন্যান্য দরকারী পরিসংখ্যান সংক্ষিপ্তসার (আমি সেই দুটি উদাহরণই মূলত তথ্য নান্দনিকতার ব্লগে দেখেছি )।
আমি মনে করি এমন কিছু অন্যান্য সংস্থান যা স্পেসিয়াল ডেটা মাইনিং এবং ভিজ্যুয়াল অ্যানালিটিক্স ল্যাব থেকে আসা সফ্টওয়্যার এবং নিবন্ধগুলি হ'ল । এছাড়াও ক্রাইমস্ট্যাট প্রোগ্রামে ক্রাইম ট্র্যাভেল ডিমান্ড মডেলিং হ'ল এ জাতীয় প্রবাহের ডেটার জন্য প্রযোজ্য রিগ্রেশন কৌশলগুলির মৃদু পরিচয়। এই সরঞ্জামগুলির যে কোনওটি আপনাকে অন্যান্য ভৌগলিক তথ্যের সাথে প্রবাহের নিদর্শনগুলিতে আকর্ষণীয় সম্পর্কগুলি সনাক্ত করার অনুমতি দিতে পারে। গ্রাফিকভাবে ডেটা প্রদর্শন বা পরিসংখ্যানগত বিশ্লেষণের জন্য কিছু কার্যকর অনুপ্রেরণা অর্জনের আর একটি জায়গা হ'ল সাম্প্রতিক গণনা ও গ্রাফিকাল পরিসংখ্যান জার্নালে, খণ্ড 20 সংখ্যা 2 এর সাম্প্রতিক সমস্যা হবে, 1987 থেকে 2008 সাল পর্যন্ত মার্কিন যুক্তরাষ্ট্রে বাণিজ্যিক ক্যারিয়ারগুলির জন্য বিমানের আগমন / প্রস্থান পরিসংখ্যান পরীক্ষা করার সময় (আপনি যদি বড় ডেটা পরিচালনা করতে আগ্রহী হন তবে এটিও পরীক্ষা করা উপযুক্ত হবে)) সমস্ত নিবন্ধ নিখরচায় এবং তারা প্রতিটি কাগজের সাথে পোস্টার যুক্ত করেছে।
শেষ পর্যন্ত, ডেটা এবং মাধ্যম নির্ধারণ করবে যে প্রবাহের ডেটার পাশাপাশি আসা ভিজ্যুয়াল ক্লাটারকে হ্রাস করতে এই কৌশলগুলির মধ্যে কতগুলি কার্যকর কাজ করে। আমি আশা করি যদিও এই ভিজ্যুয়ালাইজেশন সমস্যাটির সাথে কীভাবে মোকাবিলা করতে হবে সে সম্পর্কে ধারণা পাওয়ার জন্য এটি দরকারী জায়গা। আপনি কী অর্জন করতে চান তার মধ্যে যদি আপনি নিজের প্রশ্নটি আরও পরিমার্জন করেন তবে অন্যরা প্রকৃত প্রোগ্রাম্যাটিক প্রয়োগসমূহে (যদি কিছু ইতিমধ্যে উপলব্ধ না থাকে) তে কার্যকর প্রতিক্রিয়া জানাতে পারে।
উদ্ধৃতিসমূহ
- করকরান, জোনাথন, প্রেম ছেত্রি এবং রবার্ট সিমিটসন। (২০০৯) কাজের যাত্রার ভৌগলিক অন্বেষণ করতে বিজ্ঞপ্তি পরিসংখ্যান ব্যবহার করে। আঞ্চলিক বিজ্ঞানে কাগজপত্র 88 (1): 119-132।
- ফান, দোয়ান্টাম, লিঙ্গ জিয়াও, রন ইয়ে, প্যাট হানরাহান এবং টেরি উইনোগ্রাদ। (2005) ফ্লো ম্যাপ লেআউট। ইন তথ্য ভিজুয়ালাইজেশান, 2005. INFOVIS 2005. আইইইই সিম্পোজিয়াম : 219-224। | পিডিএফ এখানে
- রায়, আলাসদায়ের (২০০৯) স্থানিক মিথস্ক্রিয় তথ্য থেকে স্থানিক মিথস্ক্রিয়া সম্পর্কিত তথ্য? 2001-এর ইউএন শুমারি থেকে ভূ-দৃশ্য ও স্থানান্তর স্থানিক কাঠামো। কম্পিউটার, পরিবেশ ও নগর ব্যবস্থা 33 (3): 161-178। | পিডিএফ এখানে
- রট্টি, কার্লো, স্ট্যানিস্লাভ সোবলোভস্কি, ফ্রান্সেসকো ক্যালব্রেস, ক্লিও অ্যান্ড্রিস, জনাথন রিডস, মাউরো মার্টিনো, রব ক্ল্যাকটন এবং স্টিভেন এইচ স্ট্রোগাत्জে। (2010) গ্রেট ব্রিটেনের মানচিত্রের একটি নেটওয়ার্ক অফ হিউম্যান ইন্টারঅ্যাকশন থেকে পুনর্নির্মাণ। প্লস ওয়ান 5 (12)। নিবন্ধটি লিঙ্ক থেকে উন্মুক্ত অ্যাক্সেস
- রথ রবার্ট ই।, অ্যান্ড্রু ডাব্লু উডড্রফ এবং জ্যাকারি এফ জনসন। (2010) মান-দ্বারা-আলফা মানচিত্র: কার্টোগ্রামের একটি বিকল্প কৌশল। কার্টোগ্রাফিক জার্নাল 47 (2): 130-140। | পিডিএফ এখানে
- টোবলার, ওয়াল্ডো আর। (1987) কম্পিউটার দ্বারা মাইগ্রেশন ম্যাপিংয়ের পরীক্ষা। কার্টোগ্রাফি এবং ভৌগলিক তথ্য বিজ্ঞান 14 (2): 155-163 | পিডিএফ এখানে
- উড, জো, জেসন ডাইকস এবং আইডন স্লিংসবি। (2010)। ওডি মানচিত্রের সাথে উত্স, গন্তব্য এবং প্রবাহের ভিজ্যুয়ালাইজেশন। কার্টোগ্রাফিক জার্নাল 47 (2): 117-129। | পিডিএফ এখানে
- জিয়াও, নিনচুয়ান ও ইয়ংওয়ান চুন। (২০০৯) ক্রিস্কোগ্রামগুলি ব্যবহার করে ভিজ্যুয়ালাইজিং মাইগ্রেশন প্রবাহ। কার্টোগ্রাফি এবং ভৌগলিক তথ্য বিজ্ঞান 36 (2): 183-191।
* দ্রষ্টব্য, অবরুদ্ধ পিডিএফ নথিগুলির লিঙ্কগুলি অন্তর্ভুক্ত রয়েছে যখন আমি কোনও সন্ধান করতে পারি