Högskolan i Skövde

his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Datavisualisering av geospatial demografisk data med SVG och Canvas: Jämförelse av renderingstid mellan utritningstekniker med JavaScript biblioteken D3.js och ECharts
University of Skövde, School of Informatics.
2023 (Swedish)Independent thesis Basic level (degree of Bachelor), 20 credits / 30 HE creditsStudent thesisAlternative title
Data visualization of geospatial demographic data using SVG and Canvas : Comparison of rendering time between data visualization techniques using the JavaScript libraries D3.js and ECharts (English)
Abstract [sv]

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.

Place, publisher, year, edition, pages
2023. , p. 49
Keywords [sv]
Datavisualisering, Canvas, SVG, renderingstid, demografisk geospatial data
National Category
Information Systems, Social aspects
Identifiers
URN: urn:nbn:se:his:diva-22799OAI: oai:DiVA.org:his-22799DiVA, id: diva2:1773754
Subject / course
Informationsteknologi
Educational program
Web Developer - Programming
Supervisors
Examiners
Available from: 2023-06-22 Created: 2023-06-22 Last updated: 2023-06-22Bibliographically approved

Open Access in DiVA

fulltext(6855 kB)84 downloads
File information
File name FULLTEXT01.pdfFile size 6855 kBChecksum SHA-512
5d8eb2c49cc733ffbfdef506c4c0519126aabd10691b8d1e047401b050db4eaca317c1c4fded4cbf7b66dcdf8392c378a2be269b4bdd51f39063fbd848d24624
Type fulltextMimetype application/pdf

By organisation
School of Informatics
Information Systems, Social aspects

Search outside of DiVA

GoogleGoogle Scholar
Total: 84 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 338 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • apa-cv
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf