[論文レビュー] Using 3D Printing to Visualize Social Media Big Data

Zachary J. Weber, Vijay Gadepally|arXiv (Cornell University)|Jul 23, 2014

Data Visualization and Analytics参考文献 6被引用数 4

ひとこと要約

本論文は、MITのキャンパスをモデルにした物理的3次元モデル（LuminoCity）を用いて、リアルタイムのソーシャルメディアビッグデータを可視化する、画期的な3Dプリンティングベースの手法を提案する。ツイートの件数とセンチメントを高さと色といった物理的特徴にマッピングすることで、複雑で非構造的なデータに対して直感的で実体感のあるインタラクションを可能にし、物理的空間化によってデータパターンの認識が向上することを示している。

ABSTRACT

Big data volume continues to grow at unprecedented rates. One of the key features that makes big data valuable is the promise to find unknown patterns or correlations that may be able to improve the quality of processes or systems. Unfortunately, with the exponential growth in data, users often have difficulty in visualizing the often-unstructured, non-homogeneous data coming from a variety of sources. The recent growth in popularity of 3D printing has ushered in a revolutionary way to interact with big data. Using a 3D printed mockup up a physical or notional environment, one can display data on the mockup to show real-time data patterns. In this poster and demonstration, we describe the process of 3D printing and demonstrate an application of displaying Twitter data on a 3D mockup of the Massachusetts Institute of Technology (MIT) campus, known as LuminoCity.

研究の動機と目的

• 非構造的かつ多様なソーシャルメディアのビッグデータを、直感的かつインタラクティブに可視化する課題に対処すること。
• 特に非技術的ユーザーを想定したビッグデータ分析のための、3Dプリンティングを新たなインターフェースとして活用する可能性を探ること。
• 実世界の環境を模した3Dプリントされたモデル上に、リアルタイムのツイッターデータを物理的かつ空間的に表現すること。
• 従来の2次元可視化と比較して、物理的で3次元的なデータ表現が、データパターンの認識をどのように向上させるかを評価すること。
• 動的なソーシャルメディアデータを物理的3次元モデルにマッピングするためのスケーラブルなフレームワークを開発すること。

提案手法

• MITキャンパスの3次元プリントされた物理的モデル（LuminoCity）を、データ可視化の基盤として作成した。
• Twitter APIを用いて、地理的タグが付加されたツイートをリアルタイムで受信した。
• データ属性（ツイート件数とセンチメント）を物理的特性にマッピングした：件数は高さ、センチメントは色に割り当てた。
• 受信したツイートを処理し、3次元モデルの物理的特徴を動的に更新するカスタムソフトウェアパイプラインを実装した。
• データ処理、3次元モデリング、物理的製造の組み合わせを用いて、インタラクティブでリアルタイムのデータ表示を実現した。
• 可視化は国際会議でデモンストレーションされ、ユーザーが物理的な触覚と空間認識を通じて、ソーシャルメディア活動の空間的・時間的パターンを観察できるようになった。

実験結果

リサーチクエスチョン

• RQ1 3Dプリントされた物理的モデルは、ユーザーの理解を高める形で、リアルタイムのソーシャルメディアビッグデータを効果的に可視化できるか？
• RQ2 従来の2次元可視化と比較して、データの物理的空間化は、パターン認識の認識をどのように向上させるか？
• RQ3 動的で非構造的なソーシャルメディアデータを3Dプリントされた物理的環境にマッピングする際の技術的およびデザイン上の課題は何か？
• RQ4 実体感のある物理的表現が、リアルタイムのデータ探索とイン사이트の発見をどの程度支援できるか？
• RQ5 ソーシャルメディアのセンチメントと件数指標を、3次元モデル上の高さや色といった物理的次元に意味的に変換する方法は何か？

主な発見

• 3DプリントされたLuminoCityモデルは、リアルタイムのツイッターデータを成功裏に可視化し、件数とセンチメントが高さと色の変化として明確に表現された。
• ユーザーは、デジタルの2次元ダッシュボードと比較して、物理的モデルとのインタラクションによって空間的直感が向上し、パターン認識が迅速になったと報告した。
• 低コストの3Dプリンティングとオープンソースツールを組み合わせることで、ビッグデータ向けのインタラクティブな物理的表示を実現できることが示された。
• 物理的モデルにより、ユーザーは触覚的および視覚的ヒントを通じて、ソーシャルメディア活動における地理的クラスターや時間的トレンドを把握できた。
• このアプローチは、MITに限らず、他の都市的または機関的環境に対してもスケーラブルであることが示され、より広範な応用可能性を示唆した。
• 本研究は、特に非技術的ユーザーにとって、物理的かつ空間的なデータ表現がデータ探索を向上させられることを確認した。