O Paradigma Qualitativo na Visualização da Informação: Uma Revisão Sistemática

Transcrição

1 O Paradigma Qualitativo na Visualização da Informação: Uma Revisão Sistemática Héctor Andrés Melgar Sasieta Sección de Ingeniería Informática Departamento de Ingeniería, Pontificia Universidad Católica del Perú Roberto Carlos dos Santos Pacheco Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento (EGC), Universidade Federal de Santa Catarina (UFSC), Brasil pacheco@egc.ufsc.br Resumo Neste trabalho apresenta-se uma revisão sistemática do uso do paradigma qualitativo na visualização da informação e na visualização do conhecimento visando identificar quais os métodos qualitativos que têm sido usados; quais as fontes de informação usada nestas pesquisas; e quais as motivações destes trabalhos. Palavras-chave Visualização da Informação, Visualização do Conhecimento, Paradigma Qualitativo, Revisão Sistemática I. INTRODUÇÃO O uso de representações visuais como veículo para a disseminação do conhecimento, está sendo estudado pela área de visualização o conhecimento [4] que se apóia nas habilidades dos humanos para processar imagens muito rapidamente e lembrá-las por muito tempo. Segundo Alavi [3] a disseminação do conhecimento para locais onde este é requerido e possa ser usado é uma tarefa complexa, pois organizações não são cientes do conhecimento que têm e não possuem sistemas que permitem localizar e recuperar eficientemente o conhecimento que reside nelas. Dois importantes paradigmas têm emergido como suporte para estudar a relação dos usuários com os sistemas de visualização de informação e visualização do conhecimento: o paradigma quantitativo e qualitativo. Neste trabalho apresentase uma revisão sistemática do uso do paradigma qualitativo na visualização da informação e do conhecimento. Esta revisão tem por objetivo identificar quais os métodos qualitativos usados nestas áreas; quais as fontes de informação usadas para suportar as análises qualitativas; e quais foram usados os métodos qualitativos nesta área. O trabalho está organizado da seguinte forma: na seção dos apresenta-se uma breve descrição do campo da visualização da informação, na seção três é descrita a área da visualização do conhecimento. Finalmente na seção quatro é apresentada a revisão sistemática. II. VISUALIZAÇÃO DA INFORMAÇÃO O objetivo principal de um sistema de visualização da informação é representar visualmente informações com o objetivo de facilitar a compreensão dos conjuntos de dados [6-8] que, à primeira vista, são voluminosos ou não são facilmente de compreender em seu estado original, tornando as informações relevantes em objetos mais naturais, mais semelhantes a outros objetos que já são conhecidos [9]. Os sistemas de visualização da informação são especialmente úteis quando os usuários não sabem que perguntas fazer ajudando-os a restringir rapidamente o espaço de busca e a encontrar dados para estudar mais detalhadamente [10, p. 2]. A. As habilidades dos humanos para processar imagens Segundo [14] existem principalmente duas teorias na psicologia que explicam como a visão pode ser usada efetivamente para perceber elementos e formas. No baixo nível, a teoria do processamento pré-atencional explica que alguns elementos visuais podem ser processados rapidamente e com muita precisão por nosso sistema visual; e no nível mais alto, a teoria da forma ou teoria da Gestalt descreve alguns princípios usados pelo nosso cérebro para entender uma imagem. O processo de visualização pode ser dividido em duas etapas [15, 16], na primeira delas, a informação é processada pelo olho e pelo córtex visual primário, onde neurônios individuais em áreas específicas (denominadas V1, V2, V3, V4, MT) são especializados para identificar características particulares como, por exemplo, orientação, cor, textura, contorno ou movimento. Nesta fase a informação é processada de forma pré-atencional e muito rápido. Posteriormente, na segunda fase, o processamento é dividido dentro de dois subsistemas complementares e independentes, um deles focado na identificação dos objetos (quê) e o outro focado na localização espacial (onde) [4].

2 III. VISUALIZAÇÃO DO CONHECIMENTO Nos últimos anos diversos métodos e técnicas da visualização da informação têm sido criados [11, 64, 65], no entanto, não tem sido feita uma ligação destes métodos para o ciclo de vida da gestão do conhecimento [20, 66]. É assim que surge a necessidade da visualização do conhecimento como uma estrutura de mediação para a utilização das diferentes técnicas e métodos de visualização com as tarefas que os gestores de conhecimento têm interesse em executar, começando pela exploração da informação e terminando com a transferência de conhecimento [19]. A visualização do conhecimento pode ser definida como o uso de representações visuais para melhorar a transferência de conhecimentos entre pelo menos duas pessoas ou grupo de pessoas [4, 20, 67-69]. Tornar visível o conhecimento para que ele possa ser acessado, discutido, avaliado, apreciado ou gerenciado, é um objetivo de longa data na gestão do conhecimento, devido a isto a visualização do conhecimento torno-se recentemente o foco de atenção nas comunidades acadêmica e de negócios [66]. A. Visualização da informação vs visualização do conhecimento Tanto a visualização da informação quanto a visualização do conhecimento exploram as nossas capacidades inatas para processar representações visuais de forma eficaz. Mas a maneira de usar essas competências visuais difere: a visualização da informação visa explorar dados abstratos e criar novos insights. A visualização do conhecimento, além disso, visa melhorar a transferência de conhecimentos entre as pessoas. Enquanto a visualização da informação geralmente ajuda a melhorar a recuperação de informação, o acesso e apresentação de grandes conjuntos de dados, e em especial a interação entre humanos e computadores [10, 74], a visualização do conhecimento visa essencialmente aumentar comunicação intensiva em conhecimento entre os indivíduos ou grupo de indivíduos [66]. B. Framework para a visualização do conhecimento Nesta seção apresenta-se brevemente o framework proposto por Burkhard [4, 20, 68, 72, 75, 76] para a visualização do conhecimento. Este framework baseia-se em cinco perspectivas que respondem a cinco perguntas-chave em relação à visualização de conhecimento: Que tipo de conhecimento precisa ser visualizado (conteúdo)? Por que o conhecimento deve ser visualizado (propósito, processos da gestão do conhecimento)? A quem está sendo destinado (grupo-alvo)? Em que contexto deveria ser visualizado (situação: os participantes, local/media)? Como pode o conhecimento ser visualizado (método, formato)? A listagem de possíveis respostas a estas perguntas fundamentais leva a um quadro conceptual para representações visuais na gestão do conhecimento que pode fornecer uma visão geral do campo de visualização do conhecimento e orientar a sua aplicação. O quadro apresentado na figura 1, portanto, responde à seguinte pergunta: Por que temos que visualizar o conhecimento em determinada situação e como? Figure 1: Framework para a visualização do conhecimento. Adaptado de [4, 75]. A. O Processo IV. REVISÃO SISTEMÁTICA A pesquisa dos artigos foi realizada sobre as bases Scopus, ACM Digital Library, IEEE Xplorer e ScienceDirect. A base Scopus foi selecionada por ser umas das maiores bases citações bibliográficas. As bases ACM Digital Library, IEEE Xplorer e ScienceDirect foram selecionadas por conter anais de conferências e revistas relevantes às áreas de visualização da informação e visualização do conhecimento. Usando estas bases foram feitas buscas usando como filtro os termos information visualization and qualitative e knowledge visualization and qualitative. As buscas foram feitas usando os campos título, resumo e palavra-chave. Foram encontrados 77 artigos usando os termos information visualization and qualitative (ver na tabela 1) e 12 artigos usando os termos knowledge visualization and qualitative (ver tabela 2). Ambas as consultas foram executadas o dia 21 de julho do ano Base Pesquisada Qty. Artigos Retornados Scopus 38 ACM 17 IEEE 19 ScienceDirect 3 Tabela 1: Resultados das buscas usando o termo Information Visualization. Base Pesquisada Qty. Artigos Retornados Scopus 5 ACM 7 IEEE 0 ScienceDirect 0 Tabela 2: Resultados das buscas usando o termo Knowledge Visualization. Devido a que as ferramentas de buscas efetuam um processo de busca textual, foram analisados os resumos para excluir os artigos que não usavam o paradigma qualitativo. Este processo foi feito nos dois conjuntos de resultados, apresentados nas tabelas 1 e 2. Após a filtragem, ficaram 26 artigos. Com o objetivo de visualizar a evolução no decorrer dos anos da utilização de métodos qualitativos nas áreas de visualização da informação e visualização do conhecimento foram tabulados a quantidade de artigos por ano, tal como pode-se apreciar na tabela 3. Segundo os dados desta tabela, o uso dos métodos qualitativos tem aumentado nos últimos quatro anos.

3 Ano Qty. Artigos Tabela 3: Quantidade de artigos por anos após filtragem. Os dados destes 26 artigos foram compilados em um banco de dados para facilitar a analises. Para cada artigo foi cadastrado seu título, ano de publicação, autores, resumo e suas palavras-chaves. As palavras-chaves mas repetidas no conjunto de dados foram visualização, desempenho, avaliação e usuário tal como pode-se apreciar na tabela 4. Como era esperado o termo visualização é o que mais ocorrências possui (14). Palavras-chave Quantidade visualização 14 desempenho 5 avaliação 5 usuário 5 Tabela 4: Palavras-chaves padronizadas. B. Resultados da Revisão Visando atingir o objetivo deste trabalho foram analisados todos os artigos a fim de identificar i) quais os métodos qualitativos que foram usados; ii) qual foi a fonte de informação usada nestas pesquisas; e iii) qual foram os objetivos dos trabalhos. Em relação aos métodos qualitativos usados, os resultados mostram que a entrevista tem sido o métodos mais usado nas pesquisas estudadas. Na tabela 5 pode-se apreciar os artigos estudados agrupados por método qualitativo usado nos trabalhos. Método Qty. Referências Entrevistas 11 [63, ] Análisis qualitativa 6 [100, ] Observação 4 [107, 112, 119, 120] Ground Theory 3 [63, 105, 108] Protocolos verbais 3 [ ] Focus group 1 [62] Tabela 5: Métodos usados. Na tabela 6, podem-se apreciar os trabalhos estudados agrupados por fonte de informação usada. A fonte de informação mais usada foram as pessoas. A informação das pessoas foi obtida usando diversos métodos tais como entrevistas, observação, protocolos verbais e focus group. Dado que os sistemas de visualização da informação e visualização do conhecimento são considerados como sistemas interativos, onde as pessoas interagem com o sistema para alterar os parâmetros de visualização, era esperado que as pesquisas estivessem focadas nas pessoas. Por outro lado, uma grande quantidade de informação foi obtida a partir de fontes secundárias como registros históricos. Neste caso foram usados os arquivos de transações dos sistemas de visualização. Estes arquivos armazenam as operações feitas pelos usuários e através deles é possível analisar o comportamento do usuário para executar determinadas tarefas. Em outros casos foram usados blog, foros e wikis como fontes de informação. Fontes Qty Referências Pessoas 14 [62, , 113, 114, ] Registros históricos 9 [100, 112, , 120, 121, 123] Vídeos 2 [119, 123] Tabela 6: Fontes usadas. Em relação aos objetivos das pesquisas, estas podem ser categorizadas em três grupos como se pode apreciar na tabela 7. Estes grupos são: i) para obter feedback do sistema, ii) avaliar métodos e técnicas de visualização e iii) compreender a natureza dos usuários. Objetivo Qty Referências Para obter feedback do sistema 9 [63, 104, 106, 110, 118, 119, ] Avaliar métodos e técnicas de visualização 8 [62, 107, 108, 113, 116, 117, 120, 124] Compreender a natureza dos usuários 7 [100, 105, 109, 111, 112, 114, 115] Tabela 7: Objetivo da pesquisa qualitativa. REFERÊNCIAS [1] A. Tiwana, The Knowledge Management Toolkit: Practical Techniques for Building a Knowledge Management System with Cdrom. Prentice Hall PTR, [2] A. Abecker, A. Bernardi, K. Hinkelmann, O. K uhn, and M. Sintek, Toward a technology for organizational memories, IEEE Intelligent Systems, vol. 13, no. 3, pp , [3] M. Alavi and D. Leidner, Review: Knowledge management and knowledge management systems: Conceptual foundations and research issues, MIS Quarterly, vol. 25, no. 1, pp , [4] R. A. Burkhard, Towards a framework and a model for knowledge visualization: synergies between information and knowledge visualization, in Knowledge and Information Visualization. Berlin/Heidelberg: Springer, 2005, vol. 3426, pp [5] A. Gupta and V. Govindarajan, Determinants of knowledge outflows from and inflows into foreign subsidiaries in multinational corporations, Working paper, Smith School of Business, University of Maryland, College Park, MD., [6] N. Gershon, S. G. Eick, and S. Card, Information visualization, interactions, vol. 5, no. 2, pp. 9 15, [7] S. K. Card, J. D. Mackinlay, and B. Shneiderman, Readings in information visualization: using vision to think. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., [8] J. S. Yi, Y.-a. Kang, J. T. Stasko, and J. A. Jacko, Understanding and characterizing insights: how do people gain insights using information visualization? in Proceedings of the 2008 conference on BEyond time and errors. New York, NY, USA: ACM, 2008, pp [9] A. Rauter and K. Benato, Visualização da informação aplicada à estratégia competitiva de uma instituição educacional, in XXV Encontro Nac. de Eng. de Produção. Porto Alegre, RS, Brasil: ENEGEP, 2005, pp [10] J.-D. Fekete, J. J. Wijk, J. T. Stasko, and C. North, The value of information visualization, in Information Visualization: Human- Centered Issues and Perspectives. Berlin, Heidelberg: Springer-Verlag, 2008, pp [11] R. Kosara, H. Hauser, and D. Gresh, An interaction view on information visualization, in EUROGRAPHICS 2003 State-of-the-Art Reports, 2003, pp [12] M. Chen, D. Ebert, H. Hagen, R. Laramee, R. van Liere, K.-L. Ma, W. Ribarsky, G. Scheuermann, and D. Silver, Data, information, and

4 knowledge in visualization, Computer Graphics and Applications, IEEE, vol. 29, no. 1, pp , Jan.-Feb [13] F. J. Anscombe, Graphs in statistical analysis, The American Statistician, vol. 27, no. 1, pp , [14] C. Ware, Information visualization: perception for design. San Francisco, CA, USA: Morgan Kaufmann Publishers Inc., [15] A. Treisman, Preattentive processing in vision, Computer Vision, Graphics, and Image Processing, vol. 31, no. 2, pp , [16] J. M. Wolfe, A. Treisman, and T. S. Horowitz, What shall we do with the preattentive processing stage: Use it or lose it? Journal of Vision, vol. 3, no. 9, p. 572, [17] D. R. Flatla and C. Gutwin, Individual models of color differentiation to improve interpretability of information visualization, in Proceedings of the 28th international conference on Human factors in computing systems. Atlanta, Georgia, USA: ACM, 2010, pp [18] J. Meddes and E. McKenzie, Improving visualization by capturing domain knowledge, in Visual Data Exploration and Analysis VII, F. E. Robert, C. C. Philip, C. R. Jonathan, and M. W. Craig, Eds., vol San Jose, CA, USA: SPIE, 2000, pp [19] C. Chen, Top 10 unsolved information visualization problems, Computer Graphics and Applications, IEEE, vol. 25, no. 4, pp , July-Aug [20] R. A. Burkhard, Learning from architects: The difference between knowledge visualization and information visualization, in Eighth International Conference on Information Visualisation (IV 04). Los Alamitos, CA, USA: IEEE Computer Society, 2004, pp [21] J. Baker, D. Jones, and J. Burkman, Using visual representations of data to enhance sensemaking in data exploration tasks, Journal of the Association for Information Systems, vol. 10, no. 7, p. 2, [22] C. Ziemkiewicz and R. Kosara, The shaping of information by visual metaphors, IEEE Transactions on Visualization and Computer Graphics, vol. 14, no. 6, pp , [23] V. L. Averbukh, M. Bakhterev, A. Baydalin, D. Ismagilov, and P. Trushenkova, Interface and visualization metaphors, Human- Computer Interaction. Interaction Platforms and Techniques, pp , [24] V. L. Averbukh, Towards the conceptions of visualization language and visualization metaphor, in Proceedings IEEE Symposia on Human-Centric Computing Languages and Environments. Stresa, Italy: IEEE Computer Society, 2001, pp [25] E. M. Reingold and J. S. Tilford, Tidier drawings of trees, IEEE Transactions on Software Engineering, vol. SE-7, no. 2, pp , [26] C. Buchheim, M. JU nger, and S. Leipert, Improving walker s algorithm to run in linear time, in Revised Papers from the 10th International Symposium on Graph Drawing. Irvine, CA, USA: Springer-Verlag, 2002, pp [27] P. D. Eades, Drawing free trees, Bulletin of the Institute for Combinatorics and its Applications, vol. 5, pp , [28] G. D. Battista, P. Eades, R. Tamassia, and I. G. Tollis, Graph Drawing: Algorithms for the Visualization of Graphs. New Jersey, USA: Prentice Hall, [29] K. Yee, D. Fisher, R. Dhamija, and M. Hearst, Animated exploration of dynamic graphs with radial layout, in IEEE Symposium on Information Visualization San Diego, California: IEEE, 2001, pp [30] J. Heer, S. K. Card, and J. A. Landay, prefuse: a toolkit for interactive information visualization, in Proceedings of the SIGCHI conference on Human factors in computing systems. Portland, Oregon, USA: ACM, 2005, pp [31] K. Andrews and H. Heidegger, Information slices: Visualising and exploring large hierarchies using cascading, semi-circular discs, in Proceedings of IEEE Symposium on Information Visualization (Info- Vis), Late Breaking Hot Topics,. North Carolina, USA: IEEE, 1998, pp [32] J. Stasko and E. Zhang, Focus+context display and navigation techniques for enhancing radial, space-filling hierarchy visualizations, in IEEE Symposium on Information Visualization Salt Lake City, Utah, USAC: IEEE Computer Society, 2000, pp [33] J. Yang, M. Ward, and E. Rundensteiner, Interring: An interactive tool for visually navigating and manipulating hierarchical structures, in Proceedings of IEEE Symposium on Information Visualization (InfoVis), Boston, Massachussets, USA, 2002, pp [34] G. M. Draper, Y. Livnat, and R. F. Riesenfeld, A survey of radial methods for information visualization, IEEE Transactions on Visualization and Computer Graphics, vol. 15, no. 5, pp , [35] R. Boardman, Bubble trees the visualization of hierarchical information structures, in CHI 00 extended abstracts on Human factors in computing systems. The Hague, The Netherlands: ACM, 2000, pp [36] S. T. Teoh and K.-L. Ma, Rings: A technique for visualizing large hierarchies, in Revised Papers from the 10th International Symposium on Graph Drawing. Irvine, CA, USA: Springer-Verlag, 2002, pp [37] B. Johnson and B. Shneiderman, Tree-maps: a space-filling approach to the visualization of hierarchical information structures, in Proceedings of the 2nd conference on Visualization 91. San Diego, California: IEEE Computer Society Press, 1991, pp [38] B. Shneiderman, Tree visualization with tree-maps: 2-d space-filling approach, ACM Trans. Graph., vol. 11, no. 1, pp , [39] M. Bruls, K. Huizing, and J. Van Wijk, Squarified treemaps, in Proceedings of the joint Eurographics and IEEE TCVG Symposium on Visualization. Vienna: Springer, 2000, pp [40] L. T. Nowell, R. K. France, D. Hix, L. S. Heath, and E. A. Fox, Visualizing search results: some alternatives to query-document similarity, in Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval. Zurich, Switzerland: ACM, 1996, pp [41] T. Paek, S. Dumais, and R. Logan, Wavelens: a new view onto internet search results, in Proceedings of the SIGCHI conference on Human factors in computing systems. Vienna, Austria: ACM, 2004, pp [42] C. Tsung Teng and H. Liang Chi, On visualization of cocitation networks, in Proceedings of the 11th International Conference Information Visualization. Zurich, Switzerland: IEEE Computer Society, 2007, pp [43] C. Edward, Resultmaps: Visualization for search interfaces, IEEE Transactions on Visualization and Computer Graphics, vol. 15, pp , [44] A. Veerasamy and N. J. Belkin, Evaluation of a tool for visualization of information retrieval results, in Proceedings of the 19th annual international ACM SIGIR conference on Research and development in information retrieval. Zurich, Switzerland: ACM, 1996, pp [45] T. Heimonen and N. Jhaveri, Visualizing query occurrence in search result lists, in Proceedings of the Ninth International Conference on Information Visualisation. London, UK: IEEE Computer Society, 2005, pp [46] T. Heimonen and H. Siirtola, Visualizing query occurrence in mobile web search interfaces, in 13th International Conference on Information Visualisation. Barcelona, Spain: IEEE, 2009, pp [47] O. Hoeber, X. Yang, and Y. Yao, Visiq: Supporting visual and interactive query refinement, Web Intelligence and Agent Systems, vol. 5, no. 3, pp , [48] M. Dork, S. Carpendale, C. Collins, and C. Williamson, Visgets: Coordinated visualizations for web-based information exploration and discovery, IEEE Transactions on Visualization and Computer Graphics, vol. 14, no. 6, pp , [49] A. Hubmann-Haidvogel, A. Scharl, and A. Weichselbraun, Multiple coordinated views for searching and navigating web content repositories, Information Sciences, vol. 179, no. 12, pp , [50] K. Knautz, S. Soubusta, and W. G. Stock, Tag clusters as information retrieval interfaces, in 43rd Hawaii International Conference on System Sciences (HICSS). Poipu, Kauai, Hawaii: IEEE, 2010, pp [51] B. B. Bederson, J. D. Hollan, J. B. Stewart, D. Rogers, A. Druin, and D. Vick, Zooming web browser, in San Jose, CA, USA, F. Martin, J. Paul, and M. V. Harrick, Eds., vol Multimedia Computing and Networking: SPIE, 1996, pp

5 [52] T. N. Nguyen and J. Zhang, A novel visualization model for web search results, IEEE Transactions on Visualization and Computer Graphics, vol. 12, no. 5, pp , [53] D. S. Ebert, A. Zwa, E. L. Miller, C. D. Shaw, and D. A. Roberts, Twohanded volumetric document corpus management, IEEE Computer Graphics and Applications, vol. 17, no. 4, pp , [54] R. H. Fowler and W. A. L. Fowler, Information visualization and retrieval using stereoscopic display of document and term relations, in Stereoscopic Displays and Virtual Reality Systems V, T. B. Mark, S. F. Scott, and O. M. John, Eds., vol San Jose, CA, USA: SPIE, 1998, pp [55] C. Plaisant, The challenge of information visualization evaluation, in AVI 04: Proceedings of the working conference on Advanced visual interfaces. New York, NY, USA: ACM, 2004, pp [56] B. Shneiderman and C. Plaisant, Strategies for evaluating information visualization tools: multi-dimensional in-depth long-term case studies, in BELIV 06: Proceedings of the 2006 AVI workshop on BEyond time and errors. New York, NY, USA: ACM, 2006, pp [57] A. Dix, J. Finlay, and G. Abowd, Human-computer interaction, 3rd ed. London: Prentice Hall, [58] C. Ardito, P. Buono, M. F. Costabile, and R. Lanzilotti, Systematic inspection of information visualization systems, in BELIV 06: Proceedings of the 2006 AVI workshop on BEyond time and errors. New York, NY, USA: ACM, 2006, pp [59] J. Nielsen and R. Mack, Usability Inspection Methods. New York: John Wiley & Sons, [60] J. Nielson, Usability engineering. Cambridge, MA: Academic Press, [61] T. Zuk, L. Schlesier, P. Neumann, M. S. Hancock, and S. Carpendale, Heuristics for information visualization evaluation, in BELIV 06: Proceedings of the 2006 AVI workshop on BEyond time and errors. New York, NY, USA: ACM, 2006, pp [62] R. Mazza and A. Berre, Focus group methodology for evaluating information visualization techniques and tools, in Proceedings of the 11th International Conference Information Visualization. Zurich, Switzerland: IEEE Computer Society, 2007, pp [63] P. Isenberg, T. Zuk, C. Collins, and S. Carpendale, Grounded evaluation of information visualizations, in Proceedings of the 2008 conference on BEyond time and errors: novel evaluation methods for Information Visualization. Florence, Italy: ACM, 2008, pp [64] I. Herman, G. MelanC on, and M. S. Marshall, Graph visualization and navigation in information visualization: A survey, IEEE Transactions on Visualization and Computer Graphics, vol. 6, no. 1, pp , [65] E. Carvalho and A. Marcos, Visualizac ao de informac ao, Universidade do Minho, Portugal, Tech. Rep., [66] W. Xiao-yue, Visualization based on concept maps: An efficient way to knowledge sharing and knowledge discovery in e-science environment, in Fourth International Conference on Fuzzy Systems and Knowledge Discovery, FSKD 2007, M. Yan, Ed., vol. 2. Haikou, Hainan, China: IEEE Computer Society, 2009, pp [67] M. Eppler and R. A. Burkhard, Knowledge Visualization Towards a New Discipline and its Fields of Application, [68] R. A. Burkhard, Knowledge visualization the use of complementary visual representations for the transfer of knowledge. a model, a framework, and four new approaches. Ph.D. dissertation, Swiss Federal Institute of Technology Zurich, Switzerland, [69] M. Eppler and R. A. Burkhard, Knowledge Visualization, Encyclopedia of Knowledge Management, [70] J. Hou and S. Pai, A spatial knowledge sharing platform. using the visualization approach, International Journal of Production Research, vol. 47, no. 1, pp , [71] K. Seki and J. Mostafa, Literature-based discovery by an enhanced information retrieval model, in Discovery Science, ser. Lecture Notes in Computer Science, V. Corruble, M. Takeda, and E. Suzuki, Eds., vol Sendai, Japan: Springer, 2007, pp [72] R. A. Burkhard and M. Meier, Tube map visualization: evaluation of a novel knowledge visualization application for the transfer of knowledge in long-term projects, Journal of Universal Computer Science, vol. 11, no. 4, pp , [73] R. Lengler, Identifying the competencies of visual literacy - a prerequisite for knowledge visualization, in Proceedings of Tenth International Conference on Information Visualization. London, UK: IEEE, July 2006, pp [74] F. Zhang, The application of visualization technology on knowledge management, in International Conference on Intelligent Computation Technology and Automation (ICICTA), vol. 2. Changsha, Hunan, China: IEEE Computer Society, Oct. 2008, pp [75] M. Eppler and R. A. Burkhard, Visual representations in knowledge management: framework and cases, Journal of Knowledge Management, vol. 11, no. 4, pp , [76] R. A. Burkhard, Strategy Visualization: A New Research Focus in Knowledge Visualization and a Case Study, in 5th International Conference on Knowledge Management I-KNOW 05, Graz, Austria, [77] Z. Jianping, Z. Da, and Z. Jiahua, Knowledge visualization: An effective way of improving learning, in Second International Workshop on Education Technology and Computer Science (ETCS), vol. 1. Wuhan, China: IEEE, 2010, pp [78] J. Novak and A. CaN as, The theory underlying concept maps and how to construct them, in Technical Report IHMC CmapTools Rev Florida: Institute for Human and Machine Cognition, [79] A. Arruarte, U. Rueda, and J. A. Elorriaga, Organizing the learning resources related to the subject introduction to artificial intelligence through concept maps, in 38th Annual Frontiers in Education Conference. Saratoga Springs, New York, USA: IEEE Computer Society, 2008, pp. F1C 17 F1C 22. [80] Y. Chunting and L. Yang, Research on the application of concept map to software engineering teaching, in International Conference on Scalable Computing and Communications; Eighth International Conference on Embedded Computing. Dalian, China: CPS, 2009, pp [81] B. J. Daley and D. M. Torre, Concept maps in medical education: an analytical literature review, Medical Education, vol. 44, no. 5, pp , [82] J. W. Coffey, R. R. Hoffman, A. Ca nas, and K. M. Ford, A concept map-based knowledge modeling approach to expert knowledge sharing, in Proceedings of IASTED International Conference on Information and Knowledge Sharing. Virginia, USA: ACM, [83] A. Ca nas, R. Carff, G. Hill, M. Carvalho, M. Arguedas, T. Eskridge, J. Lott, and R. Carvajal, Concept maps: Integrating knowledge and information visualization, Lecture Notes in Computer Science, vol. 3426, p. 205, [84] S. Tergan, Digital concept maps for managing knowledge and information, Knowledge and information visualization, pp , [85] J. W. Coffey, R. R. Hoffman, and A. J. Ca nas, Concept map-based knowledge modeling: perspectives from information and knowledge visualization, Information Visualization, vol. 5, no. 3, pp , [86] R. Morsi, W. Ibrahim, and F. Williams, Concept maps: Development and validation of engineering curricula, in 37th Annual Frontiers In Education Conference - Global Engineering: Knowledge Without Borders, Opportunities Without Passports. Milwaukee, Wisconsin: IEEE, 2007, pp. T3H 18 T3H 23. [87] Y. Chen, The application of keystone concept map in scientific research and teaching, in First International Workshop on Education Technology and Computer Science, vol. 2. Wuhan, China: IEEE, 2009, pp [88] J. Gerken, H.-C. Jetter, and H. Reiterer, Using concept maps to evaluate the usability of apis, in Proceedings of the 28th of the international conference extended abstracts on Human factors in computing systems. Atlanta, Georgia, USA: ACM, 2010, pp [89] P. Farrand, F. Hussain, and E. Hennessy, The efficacy of the mind map study technique, Medical Education, vol. 36, no. 5, pp , [90] T. Buzan and B. Buzan, The mind map book, 2nd ed. London: BBC Books, [91] J. Budd, Mind maps as classroom exercises, The Journal of Economic

6 Education, vol. 35, no. 1, pp , [92] C. L. Willis and S. L. Miertschin, Mind maps as active learning tools, J. Comput. Small Coll., vol. 21, no. 4, pp , [93] G. Aydin and A. G. Balim, Technologically - supported mind and concept maps prepared by students on the subjects of the unit systems in our body, Procedia - Social and Behavioral Sciences, vol. 1, no. 1, pp , [94] I. A. Zualkernan, M. A. AbuJayyab, and Y. A. Ghanam, An alignment equation for using mind maps to filter learning queries from google, in Sixth International Conference on Advanced Learning Technologies. Kerkrade, The Netherlands: IEEE Computer Society, 2006, pp [95] J. Beel and B. Gipp, Enhancing search applications by utilizing mind maps, in Proceedings of the 21st ACM conference on Hypertext and hypermedia. Toronto, Ontario, Canada: ACM, 2010, pp [96] C. Jianxin, The using of mind map in concept design, in 9th International Conference on Computer-Aided Industrial Design and Conceptual Design. Kunming, China: IEEE, 2008, pp [97] A. Wu, X. Zhang, G. Convertino, and J. M. Carroll, Civil: support geo-collaboration with information visualization, in GROUP 09: Proceedings of the ACM 2009 international conference on Supporting group work. New York, NY, USA: ACM, 2009, pp [98] V. L. Averbukh, Visualization metaphors, Program. Comput. Softw., vol. 27, no. 5, pp , [99] N. Worren, K. Moore, and R. Elliott, When theories become tools: toward a framework for pragmatic validity, Human Relations, vol. 55, no. 10, pp , [100] S. I. Fabrikant, D. R. Montello, and D. M. Mark, The natural landscape metaphor in information visualization: The role of commonsense geomorphology, Journal of the American Society for Information Science and Technology, vol. 61, no. 2, pp , [101] M. Eppler, Making knowledge visible through intranet knowledge maps: Concepts, elements, cases, in Proceedings of the 34th Annual Hawaii International Conference on System Sciences, vol. 34. Maui, Hawaii, USA: IEEE Computer Society, 2001, p [102] S. Lehmann, U. Schwanecke, and R. D orner, Interactive visualization for opportunistic exploration of large document collections, Information Systems, vol. 35, no. 2, pp , [103] N. Gershon and W. Page, What storytelling can do for information visualization, Commun. ACM, vol. 44, no. 8, pp , [104] M. Mandic and A. Kerne, Using intimacy, chronology and zooming to visualize rhythms in experience, in CHI 05 extended abstracts on Human factors in computing systems. Portland, OR, USA: ACM, 2005, pp [105] S. Faisal, P. Cairns, and A. Blandford, Developing user requirements for visualizations of literature knowledge domains, in Proceedings of the conference on Information Visualization. Washington, DC, USA: IEEE Computer Society, 2006, pp [106] J. R. Goodall, Visualizing network traffic for intrusion detection, in Proceedings of the 6th conference on Designing Interactive systems. University Park, PA, USA: ACM, 2006, pp [107] Y. Zhu, Measuring effective data visualization, in Proceedings of the 3rd international conference on Advances in visual computing - Volume Part II. Lake Tahoe, NV, USA: Springer-Verlag, 2007, pp [108] S. Faisal, B. Craft, P. Cairns, and A. Blandford, Internalization, qualitative methods, and evaluation, in Proceedings of the 2008 conference on BEyond time and errors: novel evaluation methods for Information Visualization. Florence, Italy: ACM, 2008, pp [109] M. A. Hearst and D. Rosner, Tag clouds: Data analysis tool or social signaller? in Proceedings of the Proceedings of the 41st Annual Hawaii International Conference on System Sciences. Waikoloa, Big Island, Hawaii: IEEE Computer Society, 2008, p [110] T. D. Wang, C. Plaisant, A. J. Quinn, R. Stanchak, S. Murphy, and B. Shneiderman, Aligning temporal data by sentinel events: discovering patterns in electronic health records, in Proceeding of the twenty-sixth annual SIGCHI conference on Human factors in computing systems. Florence, Italy: ACM, 2008, pp [111] M. Skeels, B. Lee, G. Smith, and G. Robertson, Revealing uncertainty for information visualization, in Proceedings of the working conference on Advanced visual interfaces. Napoli, Italy: ACM, 2008, pp [112] A. Nordin, N. L. Noor, and A. Zainuddin, Batik kr semantic network: Visualizations of creative process and design knowledge for the malaysian batik designers community, in Proceedings of the Symposium on Human Interface 2009 on Human Interface and the Management of Information. Information and Interaction. Part II: Held as part of HCI International San Diego, CA: Springer-Verlag, 2009, pp [113] S. Asimakopoulos, R. Fildes, and A. Dix, Forecasting software visualizations: an explorative study, in Proceedings of the 2009 British Computer Society Conference on Human-Computer Interaction. Cambridge, United Kingdom: British Computer Society, 2009, pp [114] T. Apted, J. Kay, A. Lum, and J. Uther, Visualisation of ontological inferences for user control of personal web agents, in Proceedings of the Seventh International Conference on Information Visualization. IEEE Computer Society, 2003, pp [115] O. A. Puade and T. G. Wyeld, Visualising collaboration: Qualitative analysis of an visualisation case study, in Proceedings of the 11th International Conference Information Visualization. Zurich, Switzerland: IEEE Computer Society, 2007, pp [116] M. Burch, F. Bott, F. Beck, and S. Diehl, Cartesian vs. radial a comparative evaluation of two visualization tools, in Proceedings of the 4th International Symposium on Advances in Visual Computing. Las Vegas, NV: Springer-Verlag, 2008, pp [117] N. Fujita and C. Teplovs, Automating the analysis of collaborative discourse: identifying idea clusters, in Proceedings of the 9th international conference on Computer supported collaborative learning - Volume 2. Rhodes, Greece: International Society of the Learning Sciences, 2009, pp [118] M. Ogawa and K.-L. Ma, code-swarm: A design study in organic software visualization, IEEE Transactions on Visualization and Computer Graphics, vol. 15, no. 6, pp , [119] K. Alfred, User experiments with tree visualization systems, in IEEE Symposium on Information Visualization (InfoVis 2004), Austin, Texas, 2004, pp [120] M. E. Joorabchi, A. Dalvandi, H. Seifi, L. Bartram, and C. D. Shaw, Visualizing search results: evaluating an iconic visualization, P. Jinah, C. H. Ming, C. W. Pak, and C. Chaomei, Eds., vol SPIE, 2010, p G. [121] A. M. MacEachren, F. P. Boscoe, D. Haug, and L. Pickle, Geographic visualization: Designing manipulable maps for exploring temporally varying georeferenced statistics, in Proceedings of the 1998 IEEE Symposium on Information Visualization. North Carolina: IEEE Computer Society, 1998, p. 87. [122] M. Graham, J. B. Kennedy, and C. Hand, A comparison of setbased and graph-based visualisations of overlapping classification hierarchies, in Proceedings of the working conference on Advanced visual interfaces. Palermo, Italy: ACM, 2000, pp [123] M. Graham, J. Kennedy, and D. Benyon, Towards a methodology for developing visualizations, International Journal of Human-Computer Studies, vol. 53, no. 5, pp , [124] R. ETEMADPOUR, M. MASOOD, and B. BELATON, Information visualization and proposing new interface for movie retrieval system (imdb, Turkish Online Journal of Distance Education-TOJDE, vol. 11, no. 3, 2010.