Le Monde des Utilisateurs de L'Analyse de Données

Numéro 31

 
 

Visual data mining : the case of Vitamin system and other software.
Alain MORINEAU. La revue MODULAD, numéro 31, 2004, p.100-122

Résumé
Le Data mining visuel est apparu récemment avec le flot sans cesse croissant des données. L'objectif est de tirer avantage de la combinaison des techniques usuelles du Data mining avec les méthodes de visualisation de l'information. Avec l'exploration visuelle, on profite de l'intervention directe de l'utilisateur et de la perception humaine qui s'ajoute à l'analyse automatique. Le système VITAMIN (Visual daTA MINing System) veut aider l'utilisateur confronté aux gros volumes de données numériques et temporelles. Le logiciel a été développé par un consortium d'instituts avec l'aide de la Commission Européenne dans les cadre des projets IST. Dans une première partie, on décrit brièvement les principales fonctionnalités du système en faisant ressortir ses aspects originaux. On évoque ensuite quelques autres réalisations de logiciels de Data mining visuel, différant soit par les caractéristiques des données traitées, soit par les techniques mises en oeuvre.

Mots-clés
Data mining, data mining visuel

Abstract
Visual data mining is an approach to deal with the growing flood of data. The aim is to combine traditional data mining techniques with information visualization methods to utilize advantages of both approaches. The main advantage of visual data exploration is that the user is directly involved in the data mining process. The utilization of both automatic analysis methods and human perception promises more effective data exploration. The VITAMIN System (Visual daTA MINing System) is designed to help the user in the analysis process of large survey data and time series data. The software has been developed in the framework of the Information Societies Technology (IST) granted by the European Commission. The first part of the paper is a quick description of the main functionalities in VITAMIN System, trying to stress the originality of this new approach. In the second part, we give a few examples of other software, the contents of which differ because either they address other kind of data, or they implement other kind of visualisation techniques.

Key words
Data mining, visual data mining

Article