Zobrazují se příspěvky se štítkemdigital humanities. Zobrazit všechny příspěvky
Zobrazují se příspěvky se štítkemdigital humanities. Zobrazit všechny příspěvky

středa 22. ledna 2014

Tentokrát i o Napoleonovi

V další hodině jsme se bavili o různých druzích grafů a vizualizací. U jakéhokoliv typu vizualizace je třeba se nejprve zamyslet, jakou informaci chceme předat, a podle toho graf vybírat.
Uvedu příklad vizualizace dat očekávaného věku dožití. Je pro nás důležitější informovat o tom, v kterých zemích přesáhly hodnoty určitou věkovou hranici? Nebo informovat o tom, která země je na tom nejlépe? Tyto grafy prezentují stejná data jinak:
Každý z nich má své výhody. V prvním případě je zřetelné, v kterých zemích přesáhl předpokládaný věk dožití 70 let a v kterých zemích je předpokládaný věk velice nízký. Avšak u těchto grafů můžeme jen těžko porovnávat hodnoty jednotlivých zemí mezi sebou. Tato informace je však zřetelná z druhého typu grafu. V něm je také daleko lépe vidět, v kterých zemích nenastala žádná změna či kde se předpokládaný věk dožití dokonce snížil.
Můžeme se také zamyslet, zda neexistuje způsob, jak data prezentovat tak, aby výsledná vizualizace obsahovala co nejvíce informací (avšak současně si zachovala jednoduchost a přehlednost).
Kolik různých informací může vizualizace obsahovat? Dobrým příkladem je Minardova vizualizace Napoleonova pochodu do Moskvy z roku 1869. Přehledně obsahuje:
1) údaje o počtu členů armády
2) údaje o směru pochodu
3) údaje o rozdělení a spojení částí armády
4) geografické údaje
5) teplotní údaje a informace o počasí
6) údaje o délce pochodu
zdroj obrázku: http://en.wikipedia.org/wiki/Charles_Joseph_Minard


neděle 5. ledna 2014

ImageJ a ImagePlot


Na další hodině Digital Humanities jsme pracovali s programem ImageJ. Je to program vyvinutý společností National Institutes of Health, a tedy původně určen pro vědecké a medicínské výzkumy (to vysvětluje, proč mezi sample images najdete obrázek lidského srdce, rentgeny páteře a fotku NASA zákrutů Nilu). Tento program však má možnost rozšíření o řadu pluginů – my jsme použili ImagePlot Lva Manoviche.
ImagePlot lze použít pro zvizualizování obrazového materiálu podle určitých hodnot – například seřazení obrazů Vincenta van Gogha podle stupně jasu.
obrazy Vincenta van Gogha podle stupně jasu

Dalším programem, se kterým jsme pracovali, je Shotdetect. Jedná se o jednoduchý program, který vygeneruje z filmu počáteční a koncový obrázek jednotlivých scén. Obrázky scén pak tvoří perfektní vizuální materiál právě pro ImageJ.
Na následujícím obrázku můžete vidět zvizualizovaný film Fontána. Na ose x je čas, na ose y jas jednotlivých snímků z filmu. Můžete si tak všimnout, jak postupně celý film přechází do jasnějších barev.
změna jasu v průběhu filmu Fontána

úterý 3. prosince 2013

Wordcloudy všude, kam se podíváš

Naše další hodina Digital Humanities se opět nesla v duchu Rka a wordcloudů. Tentokrát jsme se však vrhli i na n-gramy, tedy na opakovaný sled několika po sobě jdoucích slov. A to vše jsme aplikovali na projevy Václava Havla. Postup byl v podstatě stejný jako při minulé hodině – nahrát do Rka korpus a očistit ho od „stopwords“ a jiných irelevantních znaků. 
nejčastěji používaná spojení tří slov v projevu Václava Havla

Jakmile na postup, jak to do Rka vše zadat, jednou přijdete, je to poměrně snadné. Problém spočívá v tom (alespoň mně to tak přijde), že Rko si občas postaví hlavu a ten wordcloud prostě nevygeneruje. 

Z této hodiny jsme pak dostali za úkol vytvořit wordcloudy z oblíbených děl, čehož se mí spolužáci rychle ujali a po celý týden se na Facebooku nehromadilo nic jiného než další a další wordcloudy.
Já jsem si pro analýzu vybrala seriál The Newsroom. Jako korpus mi posloužily české titulky, ze kterých jsem odstranila časové údaje. A zde je wordcloud nejčastějších spojení tří slov (neočištěný od „stopwords“):

sobota 30. listopadu 2013

Rko + Facebook

Naše přehrabávání se v datech z Facebooku na hodinách Digital Humanities zdaleka nekončí. Tentokrát jsme k tomu použili Rko. Stačí si doinstalovat knihovnu Rfacebook, zadat Facebook token a analýza může začít.
Pomocí Rfacebooku lze prohledat celý Facebook a najít v něm například nějaké slovo vyskytující se v naposledy napsaných komentářích. To může být využito a zneužito k čemukoliv. Nakonec třeba i k zjišťování počasí ve světě. :-)
naposledy zveřejněné statusy na Facebooku obsahující slovo "snow"

Naším hlavním cílem však bylo vygenerovat wordcloud z příspěvků jakékoliv stránky Facebooku.
Příspěvky se však musí nejdříve očistit od takzvaných „stopwords“, které se vyskytují v každém příspěvku, ale nenesou žádnou informaci. Jsou to například předložky, spojky, zájmena a slovesa mít a být.
Já jsem si zvolila stránku Co je v Praze zadarmo. Nejčastěji používaná slova na této stránce můžete vidět sami.
nejčastěji používaná slova stránky Co je v Praze zadarmo

Vizualizace dat z Facebooku

Napadlo vás někdy, jak by vypadalo zvizualizované propojení vašich přátel na Facebooku? Jestliže si to chcete vyzkoušet, stačí k tomu použít Facebook, Netvizz a Gephi.
Pomocí Netvizzu (https://apps.facebook.com/netvizz/) z Facebooku stáhnete potřebné údaje a díky Gephi je zvizualizujete.
Za pomoci barevného odlišení lze jednoduše vidět skupiny navzájem propojených lidí. To jsou většinou skupiny přátel znající se ze školy, práce a jiných aktivit. V těchto skupinách se zpravidla téměř všichni navzájem znají. Avšak existují i vztahy jednotlivých skupin k ostatním skupinám. A může nás překvapit, jak velké množství takových vazeb existuje.

Podobným způsobem můžeme vizualizovat několik stránek Facebooku, které máme rádi. Zpracovala jsem mapu Dejvického divadla, Divadla Disk, Bia Oko, Kina Aero a Cinema Royal. A to propojení stránek, které tyto stránky „lajkujou“, a navíc, co tyto stránky, které jsou „lajkovány“ „lajkujou“ dále – například Divadlu Disk se líbí Noc divadel a to dále „lajkuje“ Českou televizi. Zajímavé je, že tímto způsobem nejvíce „lajkovaných“ stránek, jsou stránky, o kterých jsem dosud neslyšela. Například reSITE festival a stránky pragueoffthemap a navecer.
propojení oblíbených stránek Dejvického divadla, Divadla Disk, Bia Oko, Kina Aero a Cinema Royal


Z toho vyplývá, že snadná cesta, jak se dozvědět o akcích a stránkách, které by se vám mohly líbit, je použití Facebooku, Netvizzu a Gephi.

Digital Humanities

Facebook a Twitter pro mě byly do nedávné doby pouze sociální sítě, na kterých lze s přáteli sdílet odkazy, statusy a fotky.
Z pohledu Digital Humanities jsou však Facebook a další sociální sítě nekonečně velkou databází informací. Data z nich po správném vytřídění a zanalyzování lze použít na téměř jakýkoliv průzkum.
A jelikož naše první hodiny Digital Humanities byly v období před volbami, nemohli jsme se věnovat ničemu jinému než předvolebnímu průzkumu.
K analýze předvolebních preferencí lze díky Facebooku použít například počet fanoušků politických stran, počet lidí, kteří „o tom mluví“, a seznam dalších oblíbených stránek fanoušků politických stran. A pak za pomoci multidimensional scaling může vzniknout například tento graf:
zdroj: databoutique.cz

Graf zobrazuje míru podobnosti politických stran. Zajímavější je však i to, jak lze interpretovat osu x a y. S největší pravděpodobností je osa x mírou vzdělání a osa y představuje věk fanoušků politických stran na Facebooku.
A dále z grafů, jako jsou tyto, si lze udělat větší přehled o tom, kdo jsou voliči jednotlivých politických stran: http://databoutique.cz/post/62896412654/kde-komentuji-lide-kteri-komentuji-na-strankach
 
A analýza fotek fanoušků politických stran na Facebooku? Postřeh číslo jedna je, že většina uživatelů Facebooku si svůj profil nedostatečně spravuje. Velké množství uživatelů jsou pak fanoušky několika politických stran zároveň. Jsou to často neodstraněné fanouškovské preference z předchozích volebních období. Z tohoto důvodu se řada lidí, kteří jsou fanoušky určité politické strany, ve své profilové fotce již hlásí k jiné straně. Z toho také vyplývá, že jakákoliv další analýza může být poměrně zavádějící.
Nejvíce disciplinovaní jsou v tomto ohledu fanoušci Strany zelených, ČSSD, KDU-ČSL a Zemanovců, u kterých se vyskytuje malé množství případů, kdy se na své profilové fotce hlásí k jiné politické straně.
Poměrně zajímavé zjištění dále je, že fanoušci ODS a KDU-ČSL předběhli fanoušky Strany zelených v počtu profilových fotek focených ve venkovním prostředí.