একটি হিটম্যাপ হল সাংখ্যিক তথ্যের একটি গ্রাফিকাল প্রদর্শন যেখানে মানগুলি বোঝাতে রঙ ব্যবহার করা হয়। ডেটা মাইনিং প্রসঙ্গে, হিটম্যাপ দুটি উদ্দেশ্যে বিশেষভাবে উপযোগী - পারস্পরিক সম্পর্ক সারণীগুলিকে কল্পনা করার জন্য এবং ডেটাতে অনুপস্থিত মানগুলিকে কল্পনা করার জন্য। উভয় ক্ষেত্রেই, তথ্য একটি দ্বি-মাত্রিক সারণীতে প্রকাশ করা হয়।
একটি হিটম্যাপ হল ডেটার একটি গ্রাফিকাল বর্ণনা যার একাধিক মান সংজ্ঞায়িত করার জন্য একটি রঙ-কোডিং সিস্টেম প্রয়োজন। হিটম্যাপগুলি বিভিন্ন ধরণের বিশ্লেষণে ব্যবহৃত হয় তবে নির্দিষ্ট ওয়েব পৃষ্ঠা বা ওয়েবপেজ টেমপ্লেটগুলিতে ব্যবহারকারীর আচরণ দেখানোর জন্য সাধারণত ব্যবহৃত হয়। হিটম্যাপগুলি ব্যবহারকারীরা একটি পৃষ্ঠায় কোথায় চাপ দিয়েছে, তারা একটি পৃষ্ঠা কতদূর স্ক্রোল করেছে, বা চোখের-ট্র্যাকিং পরীক্ষার ফলাফল দেখানোর জন্য ব্যবহার করা যেতে পারে৷
p ভেরিয়েবলের জন্য একটি পারস্পরিক সম্পর্ক সারণীতে p সারি এবং p কলাম রয়েছে। একটি ডেটা টেবিলে p কলাম (ভেরিয়েবল) এবং n সারি (পর্যবেক্ষণ) অন্তর্ভুক্ত থাকে। যদি একাধিক সারি বড় হয়, তাই একটি উপসেট ব্যবহার করা যেতে পারে। উভয় ক্ষেত্রেই, মানগুলির পরিবর্তে রঙ-কোডিং স্ক্যান করা সহজ এবং দ্রুত।
হিটম্যাপগুলি বিপুল সংখ্যক মান নির্ধারণ করার সময় সহায়ক, তবে বার চার্ট সহ আরও সুনির্দিষ্ট গ্রাফিকাল প্রদর্শনের জন্য সেগুলি পুনরুদ্ধার নয়, কারণ রঙের পার্থক্যগুলি সুনির্দিষ্টভাবে সনাক্ত করা যায় না৷
একটি অনুপস্থিত মান হিটম্যাপে, সারিগুলি ডেটার সাথে এবং কলামগুলি ভেরিয়েবলের সাথে সম্পর্কযুক্ত। এটির প্রাথমিক ডেটাসেটের একটি বাইনারি কোডিং প্রয়োজন যেখানে 1 একটি অনুপস্থিত মান নির্দেশ করে এবং অন্যথায় 0। এই নতুন বাইনারি টেবিলটি রঙিন, যার মধ্যে শুধুমাত্র অনুপস্থিত মানের সেলগুলি (মান 1 সহ) রঙিন।
ডেটা বিশ্বের বিভিন্ন দেশের অর্থনৈতিক, সামাজিক, রাজনৈতিক এবং "সুস্থতা" ডেটা জড়িত (প্রতিটি সারি একটি দেশ)। ভেরিয়েবলগুলি একাধিক উত্স থেকে একত্রিত করা হয়েছিল, এবং প্রতিটি উত্সের জন্য, তথ্য সর্বদা প্রতিটি দেশে উপলব্ধ ছিল না৷
অনুপস্থিত ডেটা হিটম্যাপ সম্মিলিত ডেটা ফাইলে "অনুপস্থিত" মাত্রা এবং পরিমাণ কল্পনা করতে সহায়তা করে। "অনুপস্থিত" এর কিছু ডিজাইনে এমন ভেরিয়েবল দেখা যায় যেগুলি কার্যত সমস্ত পর্যবেক্ষণের জন্য অনুপস্থিত, এবং সারিগুলির ক্লাস্টার (দেশগুলি) যেগুলির বেশ কয়েকটি মান অনুপস্থিত৷
সামান্য অনুপস্থিত সঙ্গে ভেরিয়েবল এছাড়াও পরিষ্কার. এই ডেটা কীভাবে অনুপস্থিত (যেমন, কিছু ভেরিয়েবল ড্রপ করা, কিছু ডেটা ড্রপ করা, ইম্পুটিং ইত্যাদি) সিদ্ধান্ত নেওয়ার জন্য ব্যবহার করা যেতে পারে।
গুগল অ্যানালিটিক্স বা সাইট ক্যাটালিস্টের মতো অ্যানালিটিক্স টুলগুলি ব্যবহারকারীরা কোন পৃষ্ঠাগুলি দেখেন তা দেখানোর জন্য সমর্থনকারী মেট্রিক্সে দুর্দান্ত, কিন্তু ব্যবহারকারীরা কীভাবে সেই পৃষ্ঠাগুলি ব্যবহার করে তা বোঝার জন্য তাদের বিশদ বিবরণের প্রয়োজন হতে পারে। হিটম্যাপগুলি ব্যবহারকারীরা কীভাবে আচরণ করছে তার একটি আরও ব্যাপক ওভারভিউ দিতে পারে৷
হিটম্যাপগুলি স্ট্যান্ডার্ড অ্যানালিটিক্স রিপোর্টের চেয়ে বেশি ভিজ্যুয়াল, যা এক নজরে বিশ্লেষণ করার জন্য সেগুলিকে আরও সহজ করে তুলতে পারে। এটি তাদের আরও অ্যাক্সেসযোগ্য করে তোলে, বিশেষ করে যারা প্রচুর পরিমাণে ডেটা বিশ্লেষণ করতে অভ্যস্ত নয় তাদের কাছে৷
ভাল তাপ ম্যাপিং সরঞ্জাম, যেমন CrazyEgg, বিশ্লেষকদের ডেটা বিভাগ এবং ফিল্টার করতে সক্ষম করে। এর মানে হল যে একটি নির্দিষ্ট পৃষ্ঠার সাথে একাধিক ধরণের ব্যবহারকারীরা কীভাবে জড়িত তা দেখা সহজ হতে পারে৷
৷