Simple Science

La science de pointe expliquée simplement

# Informatique# Interaction homme-machine# Génie logiciel

MELODY : Une nouvelle façon de raconter des histoires avec les données

MELODY aide les utilisateurs à visualiser et partager des histoires de données facilement.

― 6 min lire


MELODY : Transformer desMELODY : Transformer desdonnées en histoiresdes données ouvertes liées.Crée des récits captivants en utilisant
Table des matières

MELODY est une nouvelle plateforme en ligne faite pour aider les gens à raconter des histoires avec des Données ouvertes liées. Elle est conçue pour ceux qui veulent visualiser des infos complexes et les partager de manière facile à comprendre. Cette plateforme permet aux utilisateurs de créer des Graphiques et d'écrire des récits en utilisant des données de différentes sources, rendant le tout accessible à beaucoup de gens, pas seulement aux experts.

Qu'est-ce que les Données Ouvertes Liées ?

Les Données Ouvertes Liées (LOD) sont une façon de publier et de connecter des données sur internet. Ça permet à différents ensembles de données de se lier entre eux, facilitant le partage et l'utilisation de l'info. Par exemple, un musée pourrait lier ses données de collection avec des documents historiques, permettant aux utilisateurs de voir les relations entre les objets.

L'Importance de Raconter des Histoires

Dans des domaines comme les sciences humaines, raconter des histoires est un moyen puissant de partager des idées complexes. Grâce aux histoires, les utilisateurs peuvent donner du sens aux données et comprendre leur pertinence dans leur vie ou leur culture. En transformant les données en récits, les experts peuvent communiquer leurs découvertes plus clairement à un plus large public.

Défis avec les Outils Existants

Beaucoup d'outils actuels pour visualiser les données ouvertes liées sont difficiles à utiliser pour les gens lambda. Ils demandent souvent des connaissances techniques et se concentrent principalement sur la structure des données plutôt que sur la narration. Cela peut être un frein pour ceux qui n'ont pas de formation en technologie ou en science des données.

Présentation de MELODY

MELODY vise à combler cette lacune en offrant une plateforme conviviale où n'importe qui peut créer des Histoires de données. Les utilisateurs ont besoin d'un point d'accès SPARQL, qui est un moyen d'accéder aux données ouvertes liées, et d'une compréhension de base sur la façon d'écrire des requêtes SPARQL. Avec ça, ils peuvent créer des visualisations et des récits qui rendent les données captivantes et informatives.

Comment Fonctionne MELODY

Pour Commencer

Pour utiliser MELODY, les utilisateurs doivent entrer l'URL d'un point d'accès SPARQL. Cette étape est cruciale car elle relie la plateforme aux données qu'ils veulent utiliser. Ensuite, ils peuvent choisir un modèle pour leur histoire de données.

Interface Conviviale

MELODY offre une interface simple où les auteurs peuvent ajouter différents composants à leurs histoires. Ça inclut des sections de texte, des graphiques, des cartes, et des tableaux. Un éditeur WYSIWYG permet aux utilisateurs de voir leur contenu au fur et à mesure qu'ils le créent, rendant le processus clair et simple.

Composants d'une Histoire de Données

Les utilisateurs peuvent choisir parmi divers composants pour construire leurs histoires :

  • Texte : Ça permet de créer des sections narratives où les auteurs peuvent fournir du contexte et des explications.

  • Graphiques : MELODY prend en charge plusieurs types de graphiques, y compris des graphiques à barres et des graphiques linéaires, pour visualiser les données clairement.

  • Cartes : Les données géographiques peuvent être affichées sur des cartes, aidant les utilisateurs à comprendre les infos basées sur la localisation.

  • Tableaux : Les utilisateurs peuvent présenter des données sous forme de tableau, ce qui est utile pour comparer et contraster les infos.

  • Fonctionnalités de Recherche : MELODY inclut un composant de recherche textuelle interactif, permettant aux lecteurs de trouver facilement des points de données spécifiques.

Authorship et Publication

Après avoir créé une histoire de données, les utilisateurs peuvent la publier en ligne. S'ils font partie d'une organisation GitHub, ils peuvent publier leurs histoires directement sur le site de MELODY. Pour ceux qui ne font pas partie d'une organisation, les histoires peuvent toujours être créées mais publiées dans un dépôt séparé.

Évaluation de MELODY

Pour s'assurer que MELODY répond aux besoins des utilisateurs, l'équipe derrière continue d'évaluer son efficacité par rapport aux autres outils. Ils collectent des retours d'utilisateurs-surtout ceux impliqués dans des projets du patrimoine culturel-sur leurs expériences avec la plateforme.

Analyse Concurrentielle

En comparant MELODY avec les outils existants, l'équipe identifie ses forces. Beaucoup d'outils se concentrent sur l'analyse des structures de données plutôt que sur la narration, alors que MELODY combine les deux aspects. Cet avantage concurrentiel aide les utilisateurs à créer un contenu significatif avec des données ouvertes liées.

Les Avantages de MELODY

Accessibilité

MELODY rend le storytelling avec des données plus accessible. En offrant une interface claire et conviviale, elle réduit la courbe d'apprentissage souvent associée aux outils de visualisation de données.

Flexibilité

La plateforme peut travailler avec différents types de données ouvertes liées. Elle n'est pas limitée à des ensembles de données ou des domaines spécifiques, ce qui la rend adaptable pour divers projets dans les sciences humaines et d'autres domaines.

Autonomiser les Utilisateurs

MELODY permet aux utilisateurs avec des connaissances de base en SPARQL de s'engager avec des données complexes. Ça encourage les utilisateurs à adopter des enquêtes basées sur les données, améliorant leur compréhension et leur capacité à contribuer à leurs domaines d'étude.

Limites Actuelles

Bien que MELODY ait beaucoup de points forts, elle a aussi certaines limites. La plateforme ne permet actuellement d'interroger qu'un seul point d'accès SPARQL à la fois. Cela signifie que les utilisateurs ne peuvent pas facilement combiner des données de plusieurs sources dans une seule histoire. De plus, il y a des défis liés à la performance lorsqu'on traite de grands ensembles de données.

Développements Futurs

Les créateurs de MELODY travaillent à améliorer encore la plateforme. Ils visent à optimiser l'accès aux données et à améliorer la performance pour de grands ensembles de données. La collaboration continue avec les utilisateurs aidera à affiner la plateforme et à étendre ses capacités.

Conclusion

MELODY est un outil précieux pour ceux qui cherchent à créer des histoires engageantes à partir de données ouvertes liées. En combinant un design convivial avec la capacité de visualiser des informations complexes, elle comble le fossé entre les données et la narration. Bien qu'elle continue d'évoluer, elle montre un grand potentiel pour aider les utilisateurs à naviguer dans le monde des données ouvertes liées et à partager efficacement leurs découvertes. Les retours continus des utilisateurs guideront les développements futurs et garantiront que MELODY répond aux besoins d'un public diversifié.

Source originale

Titre: Melody: A Platform for Linked Open Data Visualisation and Curated Storytelling

Résumé: Data visualisation and storytelling techniques help experts highlight relations between data and share complex information with a broad audience. However, existing solutions targeted to Linked Open Data visualisation have several restrictions and lack the narrative element. In this article we present MELODY, a web interface for authoring data stories based on Linked Open Data. MELODY has been designed using a novel methodology that harmonises existing Ontology Design and User Experience methodologies (eXtreme Design and Design Thinking), and provides reusable User Interface components to create and publish web-ready article-alike documents based on data retrievable from any SPARQL endpoint. We evaluate the software by comparing it with existing solutions, and we show its potential impact in projects where data dissemination is crucial.

Auteurs: Giulia Renda, Marilena Daquino, Valentina Presutti

Dernière mise à jour: 2023-06-26 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2306.14832

Source PDF: https://arxiv.org/pdf/2306.14832

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires