Web aplikacija za vizualizaciju hijerarhijskih podataka je razvijana kako bi se olakšalo vizualizaciju podataka u kojima postoji relacija ili hijerarhija. Mogućnost različitih prostornih raspoređivanja čvorova daje dodatni uvid podatke. Tako Breadthfirstsearch layout omogućava pregled hijerarhije unutar usmjerenog grafa, te jednostavnu izolaciju jednog ili više korijena, ako postoje unutar grafa. Izolacijom predaka pojedinog čvora možemo dobiti sve izravne prethodnike nekog čvora te tako izolirati podgraf koji sadrži samo one čvorove i bridove koji su bitni u kontekstu odabranog čvora. Filtriranje po kategorijama čvorova pruža uvid u to kakve veze postoje unutar nekog podskupa podataka s danim obilježjem, to jest kategorijom. Postoji veliki skup raznovrsnih podataka koji se mogu prilagoditi i prikazati pomoću ovakve aplikacije, a to može biti kao što je prikazano u primjeru, skup znanja iz nekog udžbenika. Dodatno se mogu prikazati skupovi podataka poput prometne, telekomunikacijske, plinske, vodovodne ili električne mreže. Osim toga može se koristiti u razvoju softvarea za prikaz Entity-Relationship\(^1\) modela ili kao dijagram da se vide međuovisnosti pojedinih biblioteka ili paketa koji su potrebni za razvoj aplikacije. Tu svakako spada i mogućnost kreiranja grafa povezanosti između web stranica pa bi to bilo izrazito zanimljivo napraviti za Wikipediu, koja ima mnoštvo poveznica između stranica koje bi predstavljale čvorove. Aplikacija se može koristiti i za kreiranje skupa podataka tako da se korištenjem sučelja kreiraju novi projekti, grafovi, informacije i veze među njima koje se potom automatski spremaju u strukturu koja se može vizualizirati, a isto tako i uređivati i nadograđivati. Prostor za širenje funkcionalnosti aplikacije postoji na svim razinama. Od optimizacije koda, do dodavanja novih funkcionalnosti koje se mogu koristiti za bolju vizualizaciju skupa podataka. Prostor leži i u povezivanju aplikacije s metodama strojnog učenja koje otvaraju jednu novu dimenziju. Primjer bi bio određeni skup pojmova, te klasični tekst bez ikakvih posebnih tagova. Tada bi se korištenjem tehnika vezanih za NLP\(^2\) mogla napraviti obrada teksta te vizualizirati povezanost danih pojmova unutar teksta. Izazovi za ovakvu aplikaciju su prvenstveno u veličini podataka i njihovoj pripremi. Ostaju otvorena pitanja kako bi se aplikacija ponašala u slučaju vizualizacije grafova koji sadrže milijune čvorova te još više bridova. Skup podataka nad kojim bi se mogla provesti takva testiranja i proučavanja je Wikipedia, koja je javno dostupna za preuzimanje u obliku komprimirane xml datoteke. 1: https://en.wikipedia.org/wiki/Entity-relationship_model 2: https://en.wikipedia.org/wiki/Natural_language_processing