02 Google Fusion Tables를 이용한 데이터 시각화 - Drawing Chart

[Google Map]

#GIS #Google #Google Map #Google Fusion Tables

 #Data Analysis #Spatial Data Analysis #Big Data #AI #Data Visualization #Network Graph #Chart

#구글맵 #구글지도 #구글 퓨젼 테이블 #빅데이터 #인공지능 #데이터 분석

#공간데이터 분석 #데이터 시각화 #네트워크 그래프 #차트 #도표 

[ Google Fusion Tables를 이용한 데이터 시각화 - Drawing Chart ]

 

   미국 영화배우 케빈 베이컨(1958년 7월 8일생)으로 엄청난 다작 배우다. 액션, 멜로, 호러 등 장르도 가리지 않지만 영화, TV 등 매체도 가리지 않는다. 이런 성향 때문인지 몰라도 케빈 베이컨의 이름을 딴 미국에는 케빈 베이컨 지수 혹은 케빈 베이컨의 여섯 다리라는 게임(Six Degrees of Kevin Bacon)이 있다. 케빈 베이컨의 6단계 법칙으로 불리는 이 지수는 6단계의 분리(Six Degrees of Separation)이론에서 따온 것이다.

   법칙은 간단하다. 예전에 싸이월드를 해본 사람들이라면 쉽게 알 수 있을 텐데 상대방과 내가 몇 사람을 거치면 알 수 있는지 촌수를 계산해주는 페이지가 있었다. 케빈 베이컨의 법칙 역시 어떤 배우와 케빈 베이컨이 어떤 영화에서 만났으며, 만나지 않았다면 다른 배우를 통해 얼마나 가까이 있는지 거리를 측정하는 게임이다. (오라클에서 계산해주는 곳도 있다. https://orcleofbacon.org/)

 

   예를 들어, 엘비스 프레슬리랑 케빈 베이컨이랑 몇 단계를 거치면 알게 되는지 살펴보면 엘비스 프레슬리는 Change of Habit(1969)에 Edward Asner랑 출연했으며, Edward Asner는 케빈 베이컨과 JFK(1991)에 같이 출연했다. 즉, 한 사람만 거치면 케빈 베이컨과 엘비스 프레슬리는 연결된다는 것이다. 이때 지수가 1이다. 할리우드의 모든 배우들이 케빈 베이컨과 6단계 안에서 모두 연결된다고 하니 놀랍지 않은가? 그것보다 더 놀라운건 우리나라에서는 모든 국민이 6단계가 아니라 3.6단계, 즉 3~4 단계만 거쳐도 아는 사이라는 것이다.

그래프 이론으로 설명하면, 다음과 같다. 

1. 모든 배우들을 각각 그래프의 꼭지점(Vertex)으로 삼는다.

2. 임의의 두 배우가 같이 출연한 작품이 있다면, 두 배우를 선(Line/Edge)로 연결한다.

3. 임의의 배우의 베이컨 지수는 해당 배우의 꼭지점과 케빈 베이컨의 꼭지점 사이의 거리로 정의한다.

(*출처: 나무위키)

   이와 같은 연결 구조를 표현하는데 가장 유용한 도표를 Network Graph라고 한다. 각각의 객체들을 상호 연결된 구조의 네트워크로 표현하는 것으로, 노드(Node, Vertex)는 고유한 속성을 가지고 있는 행위자를 의미하고, 링크(Link, Edge)는 노드들 사이의 연결 관계를 의미한다.

 

이와 같은 도표를 Google Fusion Table에서 그려 볼 수 있다.

[ Node & Link Chart 그리기 ]

① 우선 앞선 페이지에 설명했듯이 Google Fusion Table 페이지로 이동해 데이터 입력창(CREATE A FUSION TABLE)을 불러온다.

② From this computer 탭에서 파일 선택을 클릭해 Network Graph Sample Data.csv(아래 그림과 같이 미리 작성해 둠) 파일을 불러와 제대로 로딩이 되었는지 확인 후, Next를 눌러 메타 데이터 작성 창으로 이동한다. 메타 데이터 작성 후 Finish를 눌러 데이터를 로딩한다.

 

③ 차트 상단의 [+]를 클릭해 리스트 중 Add Chart를 선택한 후 노드 링크 아이콘을 클릭, 기본 옵션으로 두 컬럼을 이용해 Network Graph를 작성한다.

 

(**링크한 페이지에 가면 더 많은 예제를 연습해 볼 수 있다.)

- 끝 -