Orientador: Guilherme Pimentel TellesDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de ComputaçãoResumo: Visualização de informação consiste em representar visualmente conjuntos de dados. Essa representação deve trazer à tona um comportamento relevante entre os dados, para ser possível interpretá-los e inferir conclusões importantes. Existem muitas aplicações para visualização de dados, como por exemplo, procurar padrões presentes em um conjunto de dados, obter um grupo de documentos semelhantes ou procurar textos que contenham determinado assunto. Em nosso mestrado, estudamos diversas técnicas de visualização de informação presentes na literatura e propomos uma abordagem de visualização baseada em metáforas geográficas. Ao aplicarmos metáforas geográficas para explicar dados não geográficos fazemos o proveito de o usuário já estar habituado com essas metáforas e, portanto, ter mais facilidade e agilidade para explorar os dados. No entanto, devemos saber aplicar corretamente esses conceitos, senão o usuário pode se confundir no processo de exploração. Uma das metáforas mais discutidas na literatura é visualizações landscapes, que fazem uso da terceira dimensão para mapear algum atributo dos dados, que naturalmente se torna mais complexo que uma projeção em duas dimensões. Neste mestrado, revisitamos visualizações landscape à luz dos avanços obtidos em visualização nos últimos anos, como melhores técnicas de projeção multidimensional, que mapeiam os dados como pontos no plano, cuja distância entre eles significa relações de semelhança, e capacidade de sumarizar conjuntos de dados, com a aplicação de word clouds e mosaicos de imagens para representar o conjunto de dados. Também desenvolvemos duas técnicas de clustering e uma técnica de segmentação do espaço dos pontos projetados. Adicionamos a possibilidade de exploração dos dados hierarquicamente, com a exibição de labels resumindo cada grupo em cada nível hierárquico. Implementamos dois tipos de heat map, por densidade e por frequência dos termosAbstract: Information Visualization is concerned with visually representing datasets. This representation should unveil relevant relations among data. Many applications can benefit from data visualization, for instance, searching for patterns in a dataset, finding a group of similar documents or searching for text containing certain subject. In this dissertation, we propose applying geographic metaphors to explain non-geographic data, taking advantage of the user's pre-existing ability with such metaphors and therefore easing the exploration of data. One of the most discussed metaphors in literature is landscape views that make use of the third dimension to map some data attribute, which naturally becomes more complex than a layout in two dimensions. We revisited landscape views in the light of progress made in visualization in recent years, as better multidimensional projection techniques that map the data as points in the plane with respect to similarity relations, and the ability to summarize datasets through word clouds and image mosaics. We have also developed two techniques for clustering and one space segmentation technique of projected points. We implemented two types of heat map, by density and by frequency of terms and we added the possibility of exploiting data hierarchically to landscapes, with the display of labels summarizing each group at each hierarchical levelMestradoCiência da ComputaçãoMestre em Ciência da Computação2012/24634-6FAPESP