Visualización interactiva de redes y comunidades en entornos web inmersivos

Abstract

En los últimos años, la visualización de datos se ha vuelto crucial para comprender grandes volúmenes de información. Las redes en 3D son una opción destacada, ya que permiten representar datos complejos y multidimensionales de manera intuitiva y facilitan la identificación de patrones y tendencias. Por otro lado, las redes son una forma efectiva de representar grupos de individuos debido a su capacidad para visualizar las relaciones y conexiones entre ellos. Proporcionan una comprensión clara de los patrones de comportamiento, la estructura grupal y las similitudes dentro del grupo. Esto facilita el análisis y la toma de decisiones informadas en diversos campos, como la sociología y la ciencia de datos. Durante este curso se ha estado desarrollando con ThreeJS una herramienta desplegable en el navegador para la visualización en tres dimensiones de comunidades formadas por ciudadanos. Estos ciudadanos aportan contribuciones que son tratadas por algoritmos de clustering y medidas de similitud para formar las comunidades. Para desarrollar esta herramienta, hemos implementado un motor basado en herencia que tiene el potencial de ser reutilizado en otros proyectos. Este motor proporciona una base sólida para ejecutar simulaciones con entidades y datos específicos de este caso en particular. Esto no solo agiliza el desarrollo de la herramienta actual, sino que también brinda la oportunidad de aprovechar el motor en futuros proyectos, ahorrando tiempo y recursos en el proceso. Hemos realizado evaluaciones con usuarios, incluyendo la utilización de formularios SUS, y los resultados han sido en general favorables. Los comentarios recibidos sobre la usabilidad de la herramienta han sido buenos, lo que podría indicar que hemos logrado crear una herramienta amigable y fácil de usar. Estas evaluaciones y la retroalimentación positiva nos han brindado información valiosa para realizar mejoras adicionales y proponer otras de cara al futuro.In recent years, data visualization has become crucial for understanding large volumes of information. 3D networks have emerged as a prominent option as they allow for the representation of complex and multidimensional data in an intuitive manner, facilitating the identification of patterns and trends. Furthermore, networks are an effective way to represent groups of individuals due to their ability to visualize relationships and connections among them. They provide a clear understanding of behavioral patterns, group structures, and similarities within the group, enabling informed analysis and decision-making in various fields such as sociology and data science. During this course, we have been developing a deployable browser-based tool for three-dimensional visualization of communities formed by citizens using ThreeJS. These citizens contribute data, which is processed using clustering algorithms and similarity measures to form the communities. To develop this tool, we have implemented an inheritance-based engine that has the potential for reuse in other projects. This engine provides a solid foundation for executing simulations with specific entities and data for this particular case. This not only streamlines the development of the current tool but also offers the opportunity to leverage the engine in future projects, saving time and resources in the process. We have conducted user evaluations, including the use of SUS forms, and the results have been generally favorable. The received feedback on the tool's usability has been positive, indicating that we have successfully created a user-friendly and easy-to-use tool. These evaluations and positive feedback have provided valuable insights for further improvements and future enhancements.