Analysis of User Behaviour While Interpreting Spatial Patterns in Point Data Sets

Volunteered Geographic Information wird häufig in großen Mengen und in Form von Punktdaten generiert. Werden die Daten auf Karten dargestellt, können geometrische und thematische Überlagerungen entstehen. Als Lösung bietet die Kartographie eine Vielzahl von Generalisierungsoperationen für Punktdaten an, z.B. Aggregation, Simplifizierung oder Selektion. Während dadurch die Gesamtmenge an Punkten reduziert und somit die Lesbarkeit der Karte verbessert wird, könnten räumliche Besonderheiten des Datensatzes, beispielsweise lokale Extremwerte und Cluster, durch die Generalisierung verloren gehen. Eine Sammlung von Generalisierungsbedingungen (engl. Constraints), die die räumlichen Muster der Daten erhält und somit komplexere Interpretationen auch auf Basis der generalisierten Daten ermöglicht, existiert bisher nicht. Um solche Constraints definieren zu können, muss jedoch zunächst analysiert werden, wie sich Kartennutzer verhalten, wenn sie komplexere Interpretationsaufgaben lösen. Wir haben daher eine Studie auf Basis von Think-Aloud-Interviews durchgeführt und das Verhalten der Nutzer anschließend mit Hilfe von visuellen Analysen nachvollzogen. Dabei konnten wir zeigen, dass die Punktdichte der Daten den größten Einfluss auf die Lösungsstrategien der Nutzer ausübt, und dies unabhängig vom konkreten Aufgabentyp. Darüber hinaus konnten wir feststellen, dass die graphische Komplexität der Karte, insbesondere die verwendete Hintergrundkarte, nur eine geringe Auswirkung auf die Ausführung der Aufgaben hat. Ein verändertes Nutzerverhalten bei unterschiedlich komplexen Punktdatensätzen konnte hingegen nicht beobachtet werden.