From LaBRI - Laboratoire Bordelais de Recherche en Informatique

Theses: 2013Bourqui

Visualisation de données multi-dimensionnelles massives

Dans cette thèse, nous nous intéresserons à la visualisation interactive de données multi-dimensionnelles massives, quelles soient dynamiques ou non. Il s'intègre dans le cadre d'un Projet Investissement d'Avenir (PIA) portant sur l'analyse de données issues de l'écoute d'audiences de sites internet. De par la taille des données auxquelles nous nous intéressons dans ce projet, une représentation de la globalité de ce jeu de données ne paraît pas satisfaisante car la quantité d'information affichable à l'écran mais aussi compréhensible par un utilisateur est limitée. Nous souhaitons donc nous appuyer sur les résultats des algorithmes de fouille de données afin de guider l'utilisateur lors de son processus d'exploration.

Le premier aspect porte sur la mise en place d'un système de visualisation dont la brique calculatoire est déportée sur un cloud de calcul. Nous pouvons d'ors et déjà trouver dans la littérature des articles utilisant massivement le calcul parallèle, c'est notamment le cas en visualisation de données scientifiques. En ce qui conserne la visualisation d'information, assez peu de travaux ont été publiés. Nous pouvons toutefois citer le travail récent de Shen et al. qui se sont intéressés à l'analyse visuelle de données d'exploration de site web.

Le deuxième aspect porte sur la mise en place de métaphores visuelles adaptées à la taille et aux types des données mais aussi et surtout aux tâches des utilisateurs. Dans ce projet, les données auxquelles nous devrons faire face sont de types multidimensionnelles. Une des tâches utilisateurs classique est alors la recherche de corrélations entre les dimensions ou les éléments. Afin de mettre en évidence ces relations, il existe plusieurs méthodes comme par exemple les nuages de points (scatterplot), les coordonnées parallèles ou encore la représentation matricielle.Quelles que soient les méthodes retenues, nous devrons les adapter car le nombre de d'éléments à analyser par l'expert est, dans le cas de grandes masses de données, trop important. Il nous faudra donc mettre en place des méthodes de visualisation abstraite déjà appliquées aux grands graphes. Dans ce type de représentation, des algorithmes de fouille de données sont appliqués sur le graphe afin d'en extraire des groupes de sommets similaires, chaque groupe étant ensuite représenté par un unique méta-sommet. Cela permet non-seulement de réduire le nombre d'éléments à afficher mais aussi et surtout, cela permet de guider l'expert dans son analyse. Il est d'autre part indispensable avec ce type de représentation de fournir à l'expert un système d'interaction efficace afin notamment de retrouver l'information abstraite. Dans cette thèse, nous souhaitons généraliser cette approche à d'autres types de représentations (ex, matrices, les nuages de points, les coordonnées parallèles, etc).

Récupéré sur http://www.labri.fr/index.php?n=Theses.2013Bourqui
Page mise à jour le 24/05/2013 à 16:23