Sommaire:
La part de l’utilisateur et du spécialiste de données étant importante, il est primordial de le faire participer dans la démarche de fouille et d’extraction d’information à travers l’aspect visualisation et interactivité dans les gros volumes de données. Nous focalisons notre travail sur les méthodes classification non supervisées (simple et empiétante) et de détection d’outliers qui ont pour objectif de découvrir des groupes homogènes ou atypiques dans un ensemble afin de comprendre la structure des données. Ceci en étudiant des projections des données en petites dimensions. Les résultats des approches doivent être présentés de manière intelligible afin de permettre une interprétation aisée par les experts du domaine. Il est donc indispensable de fournir un effort sur la représentation des connaissances, en se basant sur des structures discrètes différentes (par exemple treillis, classes, graphes, ...). Il est également important de mettre l'utilisateur au centre du processus, en fournissant des outils interactifs de visualisation lui permettant de comprendre les résultats rapidement et de revenir sur les traitements.