Datavisualisering av geospatial demografisk data med SVG och Canvas : Jämförelse av renderingstid mellan utritningstekniker med JavaScript biblioteken D3.js och ECharts

Detta är en Kandidat-uppsats från Högskolan i Skövde/Institutionen för informationsteknologi

Sammanfattning: Ett teknikorienterat experiment genomfördes innehållande jämförelsen av renderingstid för datavisualisering av geospatial demografisk data med SVG och Canvas. Med ökande datamängder ökar behovet för hantering, lagring och analysering av den. För att underlätta tolkning av den kan visualiseringstekniker tillämpas. En vanlig visualiseringsteknik för demografisk data är koropletkartor. där specifika områden färgläggs för att beskriva den demografiska spridningen. Ramverk granskades, D3.js användes för SVG-rendering och ECharts för Canvas-rendering. Problemet är att svarstider är direktkopplade till användarupplevelsen och riskerar att försämras vid visualisering av större datavolym i samband med SVG. Därav undersöktes om visualisering av olika mängder data i samband med Canvas kan vara en lämplig lösning på problemet. Studien sammanfattade att SVG lämpade bättre för enkla-, till medelkomplexa kartsorter medan ingen skillnad kunde ses mellan renderingsteknikerna vid rendering av komplexa koropletkartor. Vidare bör människoorienterade experiment, fler teknologier samt diverse sorters data studeras för att öka bredden, generaliserbarheten samt utesluta påverkande faktorer.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)