Interfaces de visualización interactivas para el análisis de macrodatos mediante la combinación de métodos de reducción de dimensionalidad: una breve revisión

Abstract

El análisis de Big Data permite generar conocimiento basado en modelos matemáticos que superan las capacidades humanas, por lo que se requieren sistemas informáticos robustos. En este sentido, la reducción de dimensionalidad (RD) permite realizar aproximaciones para que los datos sean perceptibles de forma sencilla y compacta, a la vez que se reduce el coste computacional. Además, las interfaces interactivas permiten al usuario trabajar con algoritmos que implican procesos matemáticos y estadísticos complejos, generalmente orientados a proporcionar factores de ponderación a cada algoritmo de RD para encontrar la mejor manera de representar los datos en una dimensión baja. En este estudio, se presenta una revisión bibliográfica de los diferentes modelos de interfaces interactivas para el análisis de Big Data mediante RD, considerando diversas propuestas y enfoques existentes sobre cómo mostrar la información. En particular, resultan de especial interés aquellos enfoques basados en procesos mentales y el uso del color, junto con un manejo intuitivo.