ParSetgnostics: Quality Metrics for Parallel Sets

While there are many visualization techniques for exploring numeric data, only a few work with categorical data. One prominent example is Parallel Sets, showing data frequencies instead of data points - analogous to parallel coordinates for numerical data. As nominal data does not have an intrinsic order, the design of Parallel Sets is sensitive to visual clutter due to overlaps, crossings, and subdivision of ribbons hindering readability and pattern detection. In this paper, we propose a set of quality metrics, called ParSetgnostics (Parallel Sets diagnostics), which aim to improve Parallel Sets by reducing clutter. These quality metrics quantify important properties of Parallel Sets such as overlap, orthogonality, ribbon width variance, and mutual information to optimize the category and dimension ordering. By conducting a systematic correlation analysis between the individual metrics, we ensure their distinctiveness. Further, we evaluate the clutter reduction effect of ParSetgnostics by reconstructing six datasets from previous publications using Parallel Sets measuring and comparing their respective properties. Our results show that ParSetgostics facilitates multi-dimensional analysis of categorical data by automatically providing optimized Parallel Set designs with a clutter reduction of up to 81% compared to the originally proposed Parallel Sets visualizations.
Dataset: 
 

Quality Metrics

Category ordering-dependent
Dimension ordering-dependent
Overlap:
-
Number of Ribbons:
-
Slope:
-
Ribbon Width Var.:
-
Orthogonality:
-
Mutual Information:
-
Crossing Angle:
-
Sparklines may overrepresent minuscule differences.
Implementation of Parallel Sets by Jason Davies at https://www.jasondavies.com/parallel-sets/.
Dataset
Pearson correlation coefficient
Spearman's rank correlation coefficient
Titanic
Hassan
Koh
Rogers 1
Rogers 2
Schätzle

Contributors


Prof. Dr. Daniel A. Keim
Homepage: https://www.vis.uni-konstanz.de/en/members/keim/
Dr. Evanthia Dimara
Homepage: http://evanthiadimara.com/home

Datenschutzinformationen

Stand: 28.06.2021

I. Name und Anschrift des Datenschutzbeauftragten

Der Datenschutzbeauftragte des Verantwortlichen ist erreichbar unter:
E-Mail: dsgvo@dbvis.inf.uni-konstanz.de.

II. Name und Anschrift des Verantwortlichen

Der Verantwortliche im Sinne der Datenschutz-Grundverordnung und anderer nationaler Datenschutzgesetze der Mitgliedstaaten sowie sonstiger datenschutzrechtlicher Bestimmungen ist die:

AG Keim
Universität Konstanz
vertreten durch den Lehrstuhlinhaber, Prof. Dr. Daniel A. Keim
Universitätsstraße 10
78464 Konstanz
Tel. +49 7531 88-3161
E-Mail: keim@uni-konstanz.de

Inhaltliche Verantwortung
Frederik Dennig
Tel. +49 7531 88-3486
E-Mail: dennig@dbvis.inf.uni-konstanz.de

III. Bereitstellung der Webseite und Erstellung von Logfiles

1. Beschreibung und Umfang der Datenverarbeitung
Bei jedem Zugriff eines Nutzers oder einer Nutzerin auf eine Seite aus dem Angebot der Website dennig.dbvis.de/parsetgnostics und bei jedem Abruf einer Datei oder sonstigen Ressource werden folgende Daten über diesen Vorgang in einer Protokolldatei gespeichert:

2. Rechtsgrundlage
Rechtsgrundlage für die Speicherung der Logfiles ist Art. 6 Abs. 1 lit. e) i.V.m. Abs. 3 DSGVO i.V.m. § 4 Landesdatenschutzgesetz BW (im Folgenden: LDSG) in der ab dem 6. Juni 2018 geltenden Fassung.

3. Zweck der Datenverarbeitung
Die protokollierten Daten werden verwendet, um Störungen oder Fehler an den Systemen, die für das Web-Angebot der Universität Konstanz erforderlich sind, zu erkennen, einzugrenzen oder zu beseitigen. Davon umfasst sind auch Störungen, die zu einer Einschränkung der Verfügbarkeit der Informations- und Kommunikationsdienste oder zu einem unerlaubten Zugriff auf die Systeme führen können.

4. Dauer der Speicherung
Die letzten 2 Bytes der IP-Adresse werde nach maximal 5 Tagen gelöscht, so dass eine Zuordnung der weiteren erhobenen Daten zu einer Person dann nicht mehr möglich ist.
Die anonymisierten Daten werden für statistische Zwecke verwendet, um die Gestaltung der Website kontinuierlich zu optimieren.

IV. Verwendung von Cookies

Die Website dennig.dbvis.de/parsetgnostics erhebt und speichert keine Cookies.

V. Formulare

Die Website dennig.dbvis.de/parsetgnostics erhebt und speichert keine personenbezogene Daten in Formularen. Daten (csv-Dateien etc.), die auf die Website hochgeladen werden, um diese mit Hilfe von dennig.dbvis.de/parsetgnostics zu visualisieren, werden an einen Server übertragen und temporär gespeichert. Nach dem Verlassen der Website werden diese Daten automatisch gelöscht. Die Verantwortlichen der Website haben keine Möglichkeit auf diese Daten zuzugreifen.

VI. Webanalyse

Die Website dennig.dbvis.de/parsetgnostics verwendet keine Webanalysetools wie z.B. Google Analytics.

VII. Rechte der betroffenen Personen

  1. Sie haben das Recht, von der AG Keim Auskunft über die zu Ihrer Person gespeicherten personenbezogenen Daten gemäß Art. 15 DSGVO zu erhalten und/oder unrichtig gespeicherte personenbezogene Daten gemäß Art. 16 DSGVO berichtigen zu lassen.
  2. Sie haben darüber hinaus das Recht auf Löschung (Art. 17 DSGVO) oder auf Einschränkung der Verarbeitung (Art. 18 DSGVO) oder ein Widerspruchsrecht gegen die Verarbeitung (Art. 21 DSGVO).
  3. Erfolgt der Widerspruch im Rahmen eines Vertragsverhältnisses kann dies zur Folge haben, dass eine Vertragsdurchführung nicht mehr möglich ist.
  4. Beruht die Verarbeitung der personenbezogenen Daten auf einer Einwilligung kann diese jederzeit widerrufen werden. Die Rechtmäßigkeit der Verarbeitung bleibt bis zum Widerruf unberührt.
  5. Bitte wenden Sie sich zur Wahrnehmung Ihrer Rechte an den Datenschutzbeauftragten, E-Mail dsgvo@dbvis.inf.uni-konstanz.de.
  6. Sie haben außerdem das Recht auf Beschwerde bei der Aufsichtsbehörde, wenn Sie der Ansicht sind, dass die Verarbeitung der Sie betreffenden personenbezogenen Daten gegen die datenschutzrechtlichen Vorschriften verstößt (Art. 77 DSGVO). Die zuständige Aufsichtsbehörde ist der Landesbeauftragte für den Datenschutz und die Informationsfreiheit Baden-Württemberg (http://www.baden-wuerttemberg.datenschutz.de)

VIII. Soziale Netzwerke

Auf der Website dennig.dbvis.de/parsetgnostics sind keine sozialen Netwerke eingebunden.


Imprint Data Protection