<  Back to the Polytechnique Montréal portal

Lignes du temps connectées pour l’analyse visuelle d’adaptations et de relations entre artistes

François Lévesque

Masters thesis (2020)

[img]
Preview
Terms of Use: All rights reserved.
Download (6MB)
Cite this document: Lévesque, F. (2020). Lignes du temps connectées pour l’analyse visuelle d’adaptations et de relations entre artistes (Masters thesis, Polytechnique Montréal). Retrieved from https://publications.polymtl.ca/5333/
Show abstract Hide abstract

Abstract

Le récent essor des données liées ouvertes démocratise l’accès à des jeux de données qui prennent souvent la forme de graphes, complexes à comprendre sans support visuel adapté. La visualisation de graphes est un sujet de recherche encore très actif. Bien qu’il existe aujourd’hui de nombreuses techniques de visualisation, dès qu’un graphe atteint une certaine grandeur (problème d’échelle) et une certaine quantité d’attributs (problème de densité d’informations) les techniques existantes perdent en efficacité. Lors d’un récent projet d’innovation en valorisation des données avec BAnQ, nous avons travaillé avec un vaste jeu de données sur les adaptations musicales. L’objectif était d’arriver à représenter les relations de collaboration et d’influence entre les artistes tout en restant lisible. Les techniques de visualisation de graphes existantes ne permettaient pas de réaliser ces tâches avec suffisamment de clarté, ce qui nous a amené à proposer une nouvelle méthode de visualisation nommée MuzLink. L’objectif de ce travail de recherche est la conception, le développement et l’évaluation d’une nouvelle méthode de visualisation de graphes bipartis multivariés. La nouvelle méthode de visualisation a d’abord nécessité la création d’un nouveau glossaire musical pour communiquer sans ambiguïté les différents rôles et relations qui existent entre artistes et chansons. La méthode de visualisation proposée est centrée sur un seul artiste. Elle s’inspire de plusieurs techniques existantes (node-link, lignes du temps et beeswarm) et les combine afin de représenter de façon explicite l’évolution des relations de collaboration et d’influence dans le temps. Cette méthode est divisée en trois lignes du temps : la première contient les chansons produites par l’artiste, la deuxième contient les chansons qui ont inspiré l’artiste et la troisième les chansons qui s’inspirent de productions de l’artiste. Chaque relation d’influence entre chansons est représentée par un lien, créant du même coup des lignes du temps connectées. Cette visualisation principale est juxtaposée à trois autres outils complémentaires qui permettent de répondre à des tâches spécifiques (listes d’artistes, notice de chanson et résumé de l’artiste). Les listes d’artistes énumèrent les artistes qui ont inspiré, collaboré ou se sont inspirés de l’artiste. La notice de chanson affiche des informations supplémentaires sur une chanson sélectionnée. Le résumé de l’artiste donne une vue globale sur les rôles occupés et les types de productions de l’artiste.----------ABSTRACT: The rise of Linked Open Data in the recent years is emocratizing access to complex data structures, usually taking the form of very large multivariate graphs. These are typically hard to understand for humans and require the use of visualization tools. While this data structure is a very well-researched topic in data visualization, large and complex graphs — with several heterogeneous node and link attributes — are hard to visualize with existing techniques. During a project in collaboration with the national library and archives agency of the Quebec government, we have been mandated to visualize a complex dataset of relationships between artists. Eleven key exploratory tasks were selected during the initial design process. Standard graph visualization techniques weren’t suited to answers those specific tasks. Furthermore, since the dataset’s structure is an unusual combination of a bipartite graph and trees, a thorough literature review found very few related or similar work. This research proposes a novel visualization method called MuzLink to efficiently explore and discover relationships between artists. The objective is to evaluate the effectiveness of this method for the selected task with a formal user study. Based on all eleven selected tasks, a fully functional prototype was developed. The proposed solution is a multi-facet visualization tool centered around a specific artist. The first view contains 3 connected timelines: (1) the inspirations, (2) the productions, and (3) the influences. Beeswarms of songs are positioned on the timelines according to their relationship with the artist. Songs on the middle timeline are the artist’s production. Songs that inspired the artist are on the top timeline. Songs inspired by the artist are on the bottom timeline. Links are drawn between songs having an influence relationships. This connected timeline allows a topological exploration of inspiration relationships around an artist’s musical production. The second view shows inspired, collaborators, and influenced artists ordered by their number of implications with the current artist. Interactions between the two complementary views allow answering a larger range of tasks. The user can easily navigate between artists with a search bar and by clicking on related artists. Clicking on a song reveals more details regarding the relationships among other songs.

Open Access document in PolyPublie
Department: Département de génie informatique et génie logiciel
Academic/Research Directors: Thomas Hurtut
Date Deposited: 20 Oct 2020 13:29
Last Modified: 22 Oct 2021 16:40
PolyPublie URL: https://publications.polymtl.ca/5333/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only