DATA MANAGEMENT AND VISUALIZATION

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
1
Anno accademico di erogazione: 
2017/2018
Tipo di attività: 
Obbligatorio
Crediti: 
12
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
107
Prerequisiti: 

DATA MANAGEMENT
modello relazionale dei dati

DATA VISUALIZATION
nessuno

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
Modalita' di verifica dell'apprendimento: 

DATA MANAGEMENT
progetto applicativo

DATA VISUALIZATION
Un progetto in cui applicare metodi e tecniche per realizzare e valutare una infografica complessa o un Web report dotato di una serie di infografiche correlate tra loro. Esame scritto e un orale (discussione progetto).

Valutazione: 
Voto Finale

Obiettivi formativi

DATA MANAGEMENT
Conoscenza e comprensione
Alla fine del corso lo studente apprenderà come scegliere, progettare e interrogare un database anche di tipo non relazionale, in base alle proprie esigenze applicative

Capacità di applicare conoscenza e comprensione
Lo studente sarà in grado di usare database management system di tipo non relazionale al fine di acquisire, memorizzare e gestire dati semi/non strutturati.

DATA VISUALIZATION
Alla fine del corso lo studente avrà acquisito competenze relative alle attività di analisi, sviluppo e valutazione della qualità di infografiche complesse e interattive.

Contenuti

DATA MANAGEMENT
Il ciclo di vita dei (big Data)
Introduzione ai Modelli e alle architetture NoSQL (CAP theorem, document, graph,
key value, columnar)
Distribuzione dei dati (replica, frammentazione)
Cenni su qualità dei dati
Cenni sui sistemi informativi geografici
Architecture per big data analysis

DATA VISUALIZATION
Il corso riguarda metodi, tecniche e strumenti di visualizzazione dati (data visualization) e progettazione visuale (information design) per la realizzazione di sistemi che permettano l’analisi interattiva dei dati e l’ottimizzazione flessibile del reporting (sia in ambito organizzativo che di data journalism). A tal scopo in questo corso saranno presentate strategie di visualizzazione di dati sul Web attraverso infografiche e cruscotti (dashboard) che risultino informativi e comprensibili e che possano essere realizzate senza competenze avanzate di programmazione attraverso l’utilizzo di vari strumenti che variano dalle piattaforme software commerciali più comuni (e.g., Tableu) ai diversi pacchetti open source accessibili su Web (Javascript, HTML5, etc.). Una componente importante del corso riguarderà la progettazione iterativa e quindi l’acquisizione di metodiche e tecniche per la valutazione della qualità delle infografiche suddette e la applicazione di tale tecniche per il miglioramento continuo dei sistemi di visualizzazione dati. Nelle ore di laboratorio gli studenti potranno inoltre acquisire le competenze necessarie per lo svolgimento di un progetto applicativo concreto e di complessità realistica, consistente nella realizzazione di un Web report contenente grafici e diagrammi animati e interattivi su temi di interesse comune e pubblica utilità.

Programma esteso

DATA MANAGEMENT
1. Il ciclo di vita dei dati
1.1. Acquisizione
1.2. Storage
1.3. Integration
2. Modelli NoSQL
2.1. Cap theorem
2.2. Document based system
2.3. graph db
2.4. Sistemi key value e columnar
3. Distribuzione dei dati
3.1. Replica dei dati
3.2. Frammentazione
4. Cenni sulla qualità dei dati
5. Cenni sui sistemi informativi geografici
6. Architetture per big data analysis
6.1. Modello Map Reduce
6.2. Rassegna dei principali componenti (Hive, Spark, Flink, Impala..)

DATA VISUALIZATION
- Introduzione alla Visualizzazione.
- Percezione umana ed elaborazione delle informazioni
- Tipi di dato
- Percezione grafica (abilità di interpretare la codifica visuale – grafica – delle informazioni e quindi decodificare l’informazione presente in grafici e diagrammi):
a. Identificazione dei segnali
b. Stima della grandezza (magnitude)
c. Elaborazione visuale pre-attentiva
d. Uso di codifiche visuali multiple
e. Raggruppamento per Gestalt
- Il colore nella rappresentazione dell’informazione
- Esempi e casi di studio
- Sistemi di gestione del colore
- Visualizzazione e fruizione delle immagini fotografiche
- Trasformazione di dati in fonti di conoscenza attraverso la rappresentazione visuale.
- Requisiti ed euristiche per visualizzazioni di qualità.
- Diagrammi e visualizzazioni standard: pertinenza e appropriatezza.
- Strumenti avanzati e innovativi per data visualization e analisi quantitative avanzate.
- La valutazione della qualità delle visualizzazioni.
Valutazione qualitativa: esperta ed euristica;
Valutazione quantitativa: task utente; tecniche di statistica inferenziale.
Questionari psicometrici validati e loro analisi e comprensione.
- Laboratori in cui verranno acquisite competenze pratiche per:
o L’estrazione di dati non strutturati dal web (import.io, kimono, etc.)
o La gestione e manipolazione dei dati in formato tabellare (google spreadsheet, excel, etc.)
o L’esplorazione e la visualizzazione statica di dati (RAWGraphs, Gephi, illustrator, etc.)
o L’esplorazione e la visualizzazione interattiva di dati (Tableau Public, Carto)
o La progettazione di una narrazione “data-driven” nel contesto del data journalism.

Bibliografia consigliata

DATA MANAGEMENT
G. Harrison Next Generation Databases

DATA VISUALIZATION
Munzner, T. (2014). Visualization analysis and design. CRC Press.
Ware, C. (2012). Information visualization: perception for design. Elsevier.
Articoli scientifici e dispense fornite dai docenti.

Metodi didattici

DATA MANAGEMENT
Lezioni e esercitazioni in aula e su computer

DATA VISUALIZATION
Lezioni frontali con il supporto di slideware, discussione di casi pratici nel forum del corso, discussione di progetti.