Visualisation interactive pour la découverte de connaissances : GeoECD

Transcription

1 Visualisation interactive pour la découverte de connaissances : GeoECD Saïd KAROUACH, Bernard. DOUSSET {karouach, dousset}@irit.fr Université Paul Sabatier - IRIT/SIG, 118, route de Narbonne Toulouse cedex4 Mots-clés : découverte de connaissances, données textuelles, visualisation d information, visualisation interactive, visualisation par cartes géographiques. Key-words : knowledge discovery/texmining, information visualization,, interactive visualization, visualization by geographic maps. Palabras claves : explotación minera del texto, visualización de la información, visualización interactiva, visualización por geográficas las correspondencias. Résumé : Dans le cadre général de l'aide à la décision, l'extraction de Connaissances à partir de Données (ECD) est devenu un nouveau thème de recherche qui a déjà largement démontré son importance scientifique et économique et apparaît, maintenant, comme un domaine stratégique. L'ECD utilise la visulisation pour exhiber la composante informationnelle profonde contenue dans les données brutes et pour faciliter le processus de découverte de connaissances associé dans ses phases d'analyse et d'interprétation par les experts du domaine. Nos préoccupations s'inscrivent dans le contexte précédent et nous proposons l'approche et les concepts supportés par notre outil de visualisation destiné à aider l'utilisateur dans sa démarche de découverte de connaissances à partir de données textuelles. Cet outil de visualisation s'adresse aux deux facettes citées précédemment. Nous lui avons adjoint une composante interactive pour accroître son efficacité, notamment, en permettant à un groupe d'utilisateurs (éventuellement distants et en simultané) d'intervenir dans le processus de découverte de connaissances. Une particularité de notre proposition concerne la problématique de la fusion ou de l'association de données textuelles avec des données externes pour gérer un mécanisme de géoréférencement logique. Une deuxième particularité concerne la visualisation de ces résultats sur des cartes géographiques avec différents niveaux de granularité (continent, zone, pays). IRIT - DELTA VEILLE 301

2 VSST' Introduction La croissance exponentielle du volume des informations disponibles dans les bases de données et la nécessité d'une réactivité efficace de la part des décideurs face à ces masses d'informations, ont stimulé, cette dernière décennie, le développement rapide de l'extraction de Connaissances à partir des Données (ECD). L'ECD a été définie comme "l'extraction, à partir des données, d'une information implicite, inconnue auparavant et potentiellement utile" [7]. Cette caractérisation a été revue par différents auteurs mais tous s'accordent sur le fait qu'il s'agit d'extraire des connaissances pertinentes et intelligibles a priori non connues et ce à partir d'une grande masse de données. Dans ce papier, nous présentons l'outil GeoECD permettant une visualisation interactive des résultats d'un processus d'ecd. GeoECD traduit des données géoréférencées logiquement par des cartes géographiques. Pour différencier notre proposition de celles qui existent dans le contexte des systèmes d'informations géographiques, notons que nos sources de données sont externes à notre système, de nature textuelles et souvent de formats hétérogènes. L'interface visuelle de GeoECD permet de matérialiser des résultats selon différents niveaux d'agrégation et/ou de détails en fonction du besoin et du point de vue (sélection d'une zone spatiale) de l'utilisateur. Cet outil intègre une composante ergonomique associée à la perception visuelle des nuances de couleur, pour mieux différencier les informations affichées, et afin d améliorer le processus d'interprétation de ces données par l'utilisateur. Après un bref rappel du processus de découverte de connaissances, nous caractérisons quelques outils de visualisation dans le domaine de l'ecd, en incluant ceux du logiciel Tétralogie, developpé dans l'équipe IRIT/SIG. En effet, Tétralogie ( a servi de support pour la réalisation de GeoECD qui en est une composante additionnelle. Afin de cibler notre papier sur la visualisation en ECD, nous décrivons notre proposition sans détailler le processus d'ecd qui permet de produire l'information à présenter. Nous mettons l'accent sur l'aspect interactif et coopératif de GeoECD ainsi que sur sa composante communicative avec les outils de visualisation existant déjà dans Tétralogie. 2 Processus de découverte de connaissances La Découverte de Connaissances à partir de Donneées ou ECD est définie comme ''le processus non trivial qui consiste à identifier dans des données, des schéma nouveaux, valides, potentiellement utiles et surtout compréhensibles et utilisables'' [7]. Ce processus (cf Figure 1), semi-automatique et itératif, est constitué de plusieurs étapes allant de la sélection et la préparation des données à l'interprétation des résultats, en passant par la phase de l'extraction de connaissances : le Data Mining ( DM ). Le DM (ou la fouille de données) est le coeur de ce processus car il permet d'extraire de l'information des données. Néanmoins, c'est une étape souvent difficile à mettre en oeuvre, coûteuse et dont les Figure 1Etapes du processus de l'ecd 302

3 résultats doivent être interprétés et relativisés. Notons egalement qu'en situation réelle, pour l'aide à la décision, une très grande majorité des résultats recherchés s'obtient uniquement par requêtes, par analyse multi-dimensionnelle ou grâce aux outils de visualisation. Les algorithmes de découverte de connaissance mis au point résolvent, en général, des problèmes typiques [1, 7] de classification, segmentation, modélisation de dépendances, association, identification de séquences, recherche d'exceptions dans une collection de données très volumineuse et hétérogène. 2.1 ECD et visualisation de l'information L'extraction de connaissances nécessite de fournir à l'utilisateur des informations interprétables. Ainsi, les outils d'ecd s'appuient sur des techniques de visualisation qui sont étroitement liées au problème d'intelligibilité [12, 22]. Ces techniques sont utilisées pour la représentation de l'information ou/et pour l'aide à la découverte de connaissances. La visualisation de l'information consiste à traduire, à transcrire ou encore à coder l'information retenue dans une forme visuelle pertinente : il s'agit de construire un schéma graphique, une image, etc. adéquat par rapport à l'information, qu'il faut communiquer ainsi que les relations logiques sousjacentes. Il faut donc considérer chaque type de représentation visuelle (tableaux, schémas, organigrammes, graphiques, cartes, plans, dessins figuratifs, photographies, etc.) comme une forme de communication spécifique, comme un langage possédant ses règles et son code. Il s'agit de formes d'expression relativement conventionnelles qui doivent être respectées si l'on veut garantir l'efficacité de la communication. En ECD, on distingue deux types d'outils de visualisation [12] : Outils de visualisation des résultats : Les systèmes d'ecd produisent un nombre élevé de résultats : arbre de décision, grille de scores, base de règles, modèle de régression, réseau de neurones, etc. La forme des résultats varie en fonction des approches utilisées dans l'étape de découverte. Les outils de visualisation doivent restituer la connaissance extraite pour qu'elle soit réellement utile. Ces outils varient en fonction des approches utilisées dans l'étape de découverte et de la nature des résultats obtenus. Pour des informations hiérarchiques, on utilise souvent un dendogramme [8, 9], des arbres hyperboliques [14], des arbres coniques [20] ou des arborescences semblables à celles des gestionnaires de fichiers [11]. Pour les informations non hiérarchiques, il peut s'agir de visualisations à deux dimensions comme dans les cartes de Kohonen [13]. Les associations découvertes peuvent, quant à elles, être représentées par des graphes [15] ou des arbres de décision [18] lorsqu'il s'agit d'associations sous forme de règles. Pour les associations de similitude, des représentations sous forme de graphes [21] ou de cartes à plusieurs dimensions [17] sont les plus appropriées. Outils de visualisation pour l'aide à la découverte de connaissances : Ces outils doivent aider les utilisateurs en leur fournissant des représentations synthétiques des informations et des interfaces de visualisation interactives [12]. Ils doivent permettre à l'utilisateur de detecter les connaissances effectivement utiles parmi l'ensemble des données. Les principes de visualisation multidimensionnelle utilisés dans les systèmes OLAP sont parmi les plus répandus dans cette catégorie [4, 22]. Ils permettent de visualiser des mesures en fonction de différentes dimensions. Ces principes sont généralement appliqués à des données structurées. Certains travaux visent cependant à généraliser cette approche à des informations non structurées [16, 19]. Les principes utilisés dans Tétralogie se situent également dans cette catégorie d'approche. Cet outil permet d'obtenir des vues synthétiques sur un ensemble de documents textuels en fonction de différentes dimensions (auteurs des documents, date de publication, concepts issus du contenu des documents, etc...). Il s'appuie pour cela sur des techniques d'analyse de données (classifications, analyses factorielles etc.) et appliquées dynamiquement à un sous ensemble des informations detectées semi-automatiquement comme potentiellement intéressantes [16]. D'autres outils [5, 10] ont été développés dans ce sens pour les deux modes de visualisation. Certains sont commercialisés, d'autres sont sous forme de prototypes universitaires et/ou support de validation de nouveaux algorithmes d'extraction de connaissances. On peut citer par exemple : DBMiner, VisualMine, MineSet, Clementine,... IRIT - DELTA VEILLE 303

4 VSST' Visualisation par cartes géographiques 3.1 Introduction L'ECD utilise souvent la visualisation dans toutes ses phases, et, elle exige des affichages fortement interactifs et dynamiques. En cartographie, chaque méthode de présentation est basée sur l'utilisation d'une ou plusieurs des variables visuelles présentées par Jacques Bertin [3] : position, la taille, la valeur (degré d'obscurité), la couleur (tonalité), la texture, l'orientation, et la forme. Le principe général de la présentation de données est le suivant : "les variables visuelles doivent avoir un niveau d'organisation au moins égal à celui des composants qu'elles représentent". La visualisation par des cartes géographiques est apparue avec la naissance des Systèmes d'informations Géographiques (SIG). Parmi les cartes les plus utilisées, on peut citer : les cartes de Chorpleth [2] ou cartes choroplèthes. Une carte de choropleth est une carte dans laquelle la couleur et/ou la nuance des zones change selon la densité, la concentration, ou l'importance d'une variable. Les valeurs numériques pour la variable tracée sont divisées en classes de données qui sont assignées par un codage de couleur. Les tonalités plus légères correspondent à des valeurs plus basses, alors que des tonalités plus foncées correspondent à des valeurs plus élevées. GeoECD est inspiré de ce type de cartes. D une part cet outil manipule des données géoréférencées sans aucune classification préalable; d'autre part, il fusionne ces données avec des données externes au sytème Tétralogie. Il utilise certaines variables de Bertin: position, couleur et taille pour favoriser de manière significative l'exploration de données. 3.2 Informations manipulées Les données textuelles que nous analysons (documents Web, corpus bibliographique, groupe de discussions ``NewsGroups'',...) étant multi-formes, nous utilisons des thesaurus pour détecter, uniformiser et agréger les termes d'origines géographiques. Par exemple, dans certaines bases documentaires semi-structurées l'adresse peut ne contenir que le nom d'une région ; il doit être possible d'extraire les informations géographiques d'autres niveaux si nécessaire (par exemple, le pays). Nous nous appuyons pour cela sur une hiérarchie d'agrégation générique du type : Université Paul Sabatier Toulouse Haute Garonne France Europe Lorsque le traitement sémantique s'arrête à la granularité pays, Tétralogie fournit des tables de contingences croisant cette entité avec une autre dimension (concepts, auteurs, sources, dates,...). En effet, il est également possible de croiser les valeurs des pays entre eux dans le cas d'études de collaborations internationales. GeoECD prend alors le relais et propose plusieurs points de vue pour pondérer, filtrer et afficher les informations sur une carte. Il est alors possible d'utiliser différentes hiérarchies d'agrégation en fonction de l'objectif visé par l'utilisateur. Bien que de nombreuses hiérarchies soient prédéfinies, il est toujours possible pour l'utilisateur de définir ses propres hiérarchies. Ainsi, GeoECD s'intéresse aux tables de contingences pour lesquelles au moins une dimension est le pays. Ces tables sont généralement de grande taille pouvant aller jusqu'à N 3000, 3000 N où N représente le nombre de pays étudiés. 3.3 Pondération des données Le principe de l'outil GeoECD est de projeter sur une carte les données pour lesquelles la dimension géographique est présente. Mais, comme il n'est pas toujours pertinent de représenter les données absolues (première place souvent monopolisée par les USA, disparités des rangs et des tailles des pays, distribution des typologies de références), notre outil propose des pondération de ces données par un certain nombre d'informations externes relatives aux pays (PNB, population, superficie) afin de relativiser l'importance de ces données et d'estimer leur réelle potentialité. Par exemple, dans le cadre d'une analyse des collaborations entre différents organismes de recherche sur un domaine, une pondération par le PNB permet de voir si l'effort de coopération est proportionnel à la taille économique de tel ou tel pays, ou bien si l'investissement dans un domaine est proportionnellement plus fort dans un pays que dans un autre. De la même manière, le rapport à la population peut donner 304

5 une indication sur l'effort consenti par habitant et le rapport à la surface utile pour l'adéquation avec les potentialités d'application d'une technique connexe à cette mesure (domaine agricole, observation de la terre, pollution, productivité d'un secteur, etc). Le fait de pouvoir appliquer aux données les pondérations précédentes permet également de faire apparaître de façon explicite certains éléments pertinents utiles à la décision. Citons par exemple : un recentrage sur les pays économiquement forts, un isolement dû à des problèmes politiques, une stratégie de prise de contrôle à l'échelle d'un continent ou d'une région économique. 3.4 Codage des données sous forme de couleurs Le principe de transformation des données matricielles en données géographiques repose sur un codage de couleurs. Les données issues d'une table de contingence sont traduites en intensité d'une couleur choisie pour représenter l'information. Le modèle de couleurs adopté par GeoECD est le RVB (rouge, vert, bleu). Pour bien représenter le positionnement des pays sur la carte avec des nuances de couleurs différentes, nous affectons à chacun de ces pays un niveau calculé en fonction de sa valeur dans la matrice M, éventuellement pondérée par une propriété (PNB, population, superficie). Les pays non présents dans la matrice M sont identifiés par une couleur particulière. Plus spécifiquement, pour définir un spectre de nuances adapté à la distribution des pays présents, le modèle utilisé pour coder l'intensité de coloration est défini par la famille des fonctions fint(., n), non linéaires d'ordre n de type : et M i = j M ij est la marginale du pays i dans la matrice M et p ik une propriété (type de pondération). L'intensité de couleur d'un pays sur la carte traduit le rang de celui-ci. Allure de la fonction de l intensité de couleur On remarque que ces fonctions sont strictement croissantes, ainsi pour n = 1, l'intensité de la couleur de chaque pays présent est équivalente à la quantité X i correspondante. Pour n > 1, l'intensité augmente en bas de l'échelle, et donc l'accent est mis sur les pays de faible valeur X i. Au contraire, lorsque n < 1, l'intensité diminue en bas de l'échelle et les pays les plus présents bénéficient de plus de nuances pour être distingués. Afin d'avoir une idée sur le pourcentage de la force d'un pays, une échelle graduée des intensités de couleur est dynamiquement tracée en fonction de la valeur de n choisie. A chaque type de pondération par les données externes, nous associons une couleur de base différente afin de distinguer les vues obtenues. Par exemple, pour une pondération par la population, la couleur de base sera le cyan (cf figure 2). Sur cette figure, le grenat indique des pays absents (pour lesquels aucune donnée n'est visualisée). IRIT - DELTA VEILLE 305

6 VSST' Les types de vues de GeoECD Vues absolues et relatives Figure 2 Vue relative à la population L'interface adoptée pour GeoECD offre la possibilité d'avoir des vues en deux modes complémentaires : absolu ou relatif. En mode absolu, les différentes données sont visualisées sans pondération. En revanche, en mode relatif les données sont pondérées en fonction d'une propriété relative aux différents pays. Figure 3 Vue en mode absolu La figure 3 est un exemple de représentation des informations en mode absolu alors que la figure 2 représente les mêmes données en mode relatif (à la population des pays dans ce cas). Comme précédemment, sur la figure 3, la couleur grenat représente des pays absents. L'intensité lumineuse est représentative de l'importance d'une caracteristique d'un pays. Sur ces figures (3, 2), on peut remarquer que les Etats-Unis sont prédominants lorsque l'on visualise les données absolues. Cette prédominance n'est pas conservée en mode relatif ( par rapport à la population). 306

7 3.5.2 Zoom sur une zone géographique Une vue globale sur la carte du monde est bien entendu souvent incontournable, mais un zoom sur une région (cf Fig.4) est souvent très utile comme pour l'europe où les pays sont de petite taille. D'autres zones ont aussi leur intérêt comme le G8, l'europe communautaire, la zone Euro, l'opep, le bassin méditerranéen, le quart monde, le tiers monde, les pays francophones, les pays hispaniques, etc. La possibilité de définir soi-même des régions est un atout indiscutable pour la compréhension de certains phénomènes stratégiques : zone concurrentielle, zone d'expansion, zone déjà couverte, pays émergents, etc. L'interface de GeoECD offre à l'utilisateur la possibilité de visualiser les informations sur la carte du monde ou sur une partie du monde. Ainsi, l'utilisateur peut focaliser son intérêt sur un pays, un continent ou une région particulière qu'il doit lui même définir : zone concurrentielle, pays potentiels,... Figure 4 Vue en mode absolu avec un zoom sur l'asie Vues filtrées L'utilisateur peut focaliser son étude sur certains éléments et choisir les items à visualiser dans l'autre dimension. Dans ce cas, seules les variables sélectionnées (à gauche sur la carte) par l'utilisateur, seront prises en compte lors du calcul de Xi. Par exemple, pour des tables de contingences faisant intervenir les pays et le temps (via des périodes), c'est à dire des matrices de type Pays-Périodes ou Périodes-Pays, l'utilisateur pourra, s'il s'intéresse à l'évolution d'un critère ou d'un phénomène donné, filtrer successivement les données sur les différentes années ou périodes. Il obtiendra les vues correspondantes avec la possibilité de visualiser simultanément plusieurs cartes et il pourra ensuite les comparer suivant les mêmes pondérations. IRIT - DELTA VEILLE 307

8 VSST'2001 Figure 5 Vue filtrée sur les Pays-Bas Notons que dans le cas d'une matrice Pays-Pays, la seconde dimension (les colonnes de la matrice) devient la variable à visualiser, on obtient ainsi les coopérations internationales. Si on ne choisit qu'un pays, il est possible de connaître sa couverture internationale. Par exemple, dans la figure 5, les données ont été filtrées sur les Pays-Bas. Ainsi, seules les collaborations entre les Pays-Bas et les autres pays sont visualisées. La figure 6 matérialise les collaborations internationales de la Belgique. On peut noter que les deux pays possèdent quelques collaborateurs communs avec des degrés différents dans certaines régions (exemple Pays-Bas avec le USA). Mais sur le continent asiatique, ils n'ont pas les mêmes politiques de coopération. La coloration orange schèmatise les pays non collaborateurs du pays sélectionné. Figure 6 Vue filtrée sur la Belgique 308

9 3.6 Visualisation d'une classification Dans Tétralogie, le résultat d'une classification ascendante hiérarchique (CAH) est visualisé par un arbre planaire intéractif (cf Fig.7). Grâce au choix de cette représentation, il est possible de couper l'arbre à différents niveaux. Si l'arbre est coupé proche de sa racine, le nombre de classes est petit, mais des éléments relativement éloignés peuvent être regroupés (forte distance intra-classe). Au contraire, plus l'arbre est coupé proche de ses feuilles, plus les classes sont petites et les objets proches à l'intérieur d'une classe. Dans Tétralogie, l'utilisateur peut aussi visualiser le contenu d'une classe et Figure 7 Arbre CAH dans Tétralogie archiver son contenu dans un fichier. Après une CAH des pays selon une autre dimension (dont les valeurs servent de critère de classification), l'utilisateur peut directement visualiser l'organisation en classes des différents pays sur la carte du monde (cf Fig 8). Chaque niveau de coupure choisi est instantanément matérialisé sous une forme imagée dont l'interprétation est intuitive. Les couleurs utilisées ont alors une sémantique particulière puisque les pays de la même classe se voient attribuer la même couleur. Ce type de carte est un cas particulier des cartes de Choropleth. Figure 8 Visualisation des résultats d'une CAH Les deux types de visualisation d'une classification peuvent être considérées comme complémentaires. La visualisation par GeoECD et donc la répartition spatiale des classes peut permettre d'expliquer les phénomènes observés par exemple par des proximités géographiques qui n'auraient pas été détectées via une visualisation sous forme de dendogramme. On pense par exemple à des données medicales (maladie, phénomènes d'épidémie), des données relatives à l'environnement (phénomènes de pollution). IRIT - DELTA VEILLE 309

10 VSST' Interactivité Il y a plusieurs niveaux d'interactivité dans GeoECD : Choix du mode des vues : absolu ou relatif. Choix du type de vue : monde, continent, zone géographique prédéfinie ou paramétrée par l'utilisateur. Choix de la courbe de correspondance entre amplitude et nuances des couleurs (linéaire ou prévilégiant les faibles ou les forts amplitudes). Filtrage par sélection des items de l'autre dimension (périodes, acteurs du domaine, mots-clés,...). Interactivité entre les cartes elles-mêmes. Par exemple, à partir d'une vue donnée, l'utilisateur peut exporter cette vue sur une autre carte. Ceci est utile dans plusieurs cas : comparer deux points de vue sur le même écran mais sur deux cartes différentes, piloter à distance des cartes sur les écrans des autres utilisateurs connectés à la même analyse. Ce processus est basé coté émetteur sur la notion d'exportation (communication) des paramètres de la vue et coté récepteur sur la prise en compte totale ou partielle de ceux-ci. Communication avec le module de classification. 4 Conclusion Dans ce papier, nous avons présenté notre approche de visualisation interactive à partir de données textuelles. Cette approche permet notamment de: construire incrémentalement, via une hiérarchie d'agrégation, une représentation de l'information à explorer. visualiser des résultats d'analyse détaillée pour certains niveaux de granularité. caractériser des informations à caractère exceptionnel qui peuvent être révélatrice de phénomènes pertinents notamment à travers l'utilisation des couleurs. gérer les activités collaboratives effectuées par un groupe de travail où différents acteurs sont amenés à confronter les résultats de leurs analyses. faire des regroupements via plusieurs analyses pour renforcer ou contredire quelques tendances qui semblent se dégager dans des analyses particulières. Cette approche est implantée dans GeoECD qui étend les fonctionnalités de Tétralogie. Les figures illustrant ce papier sont issues d'une étude menée avec l'outil que nous avons développé pour palier notre approche. GeoECD a été utilisé pour conduire des études, notamment pour l'analyse des collaborations des organismes de recherches de l'inra, qui a permis de matérialiser l'évolution des comportements et des coopérations internationnales de ces organismes. Nous avons focalisé notre présentation sur l'aspect visualisation sans détailler le processus ECD qui permet de construire les tables de contingence ainsi que le processus de géoréférencement logique. Par ailleurs, l'aspect rédactionnel limite la présentation de l'aspect dynamique des caractéristiques de notre interface, aspect qui peut être démontrer à travers des présentations et manipulations du système GeoECD. Notons également l'importance des couleurs qu'une impression en noir et blanc ne saurait retranscrire. L'utilisation de GeoECD a été restreinte aux données produites par Tétralogie où la dimension géographique est présente dans les données. Toutefois, GeoECD est conçu pour être utilisable pour le même type de données issues d'autres systèmes. Ses qualités additionnelles sont l'interactivité, la communication entre les cartes et avec d'autres modules de Tétralogie (arbres de classification, cartes factorielles, Tableur,...) et la possibilité de pondérer les données brutes fournies par la phase d'analyse par des caractéristiques diverses (des propriétés des pays dans notre cas). Cette pondération permet de faire surgir de façon explicite certains éléments pertinents utiles à la décision. Bibliographie [1.] AGRAWAL (R.) et SWAMI (A.). Database mining : A performance perspective. IEEE trans. Knowledge and data engineering, vol. 5, n 6, Décembre 1993, pp [2.] ANDRIENKO (G.) et ANDRIENKO (N.). Interactive maps for visual data exploration. In : International Journal Geographical Information Science. pp Special Issue on Visualization for exploration of Spatial data. 310

11 [3.] BERTIN (J.). The semiology of graphics. University of Wisconsin Press, [4.] CHAUDHURI (S.) et DAYAL (U.). An overview of data warehousing and olap technology. ACM SIGMOD, vol. 26, n 1, Mai [5.] COOK (D.J.). Data visualization: [6.] DEL BIMBO (A.). Visual Information Retrieval. - Morgan Kaufmann Inc., juin [7.] FAYYAD (U.M.), PIATETSKY-SHAPIRO (G.), SMYTH (P.) et UTHURUSAMY (R.). Advances in Knowledge Discovery and Data Mining. AAAI/MIT Press, 1996, ISBN : [8.] DIDAY (E.), et al.. Classification automatique des données : Environnement statistique et informatique. Edition Dunod, [9.] DKAKI (T.). Outils mathématiques et méthodes automatiques pour la veille technologique. Thèse, Université Paul Sabatier - IRIT, France, Août [10.] Kdnuggets [11.] KEIM (D. A.) et KRIEGEL (H-P.). Fractal approaches for visualizing huge hierarchies. IEEE Symposium on Visual Languages, [12.] KEIM (D. A.) et KRIEGEL (H-P.). Visualization techniques for mining large databases : A comparison. IEEE Trans. Knowledge and data Engineering, vol. 8, n 6, 1996, pp [13.] KOHONEN (T.). Self-Organizing Maps. Springer Series in Information Sciences, [14.] LAMPING (J.), RAO (R.) et PIROLLI (P.). A focus+context technique based on hyperbolic geometry for visualizing large hierarchies. Proceeding of the ACM CHI'95 Conference on human Factors in Computing Systems, [15.] LEHN (R.). Un système interactif de visualisation et de fouille de règles pour l'extraction de connaissances dans les bases de données. Thèse, IRIN Université de Nantes, France, Décembre [16.] MOTHE (J.) et al. Information mining: use of the document dimensions to analyse interactively a document set. 23rd BCS European Colloquium on IR Research, April [17.] MOTHE (J.) et DKAKI (T.). Interactive multidimensional document visualization. Proceedings of the 21st Annual International ACM SIGIR (Poster), Août 1998, pp [18.] QUINLAN (J. R.). C4.5 : Programs for machine learning. Morgan Kaufman, [19.] RAJMAN (M.) et BESANÇON (R.). Text mining - knowledge extraction from unstructured textual data. Proc. of 6th Conference of International Federation of Classification Societies (IFCS-98), Juillet 1998, pp [20.] ROBERTSON (G.G.), MACKINLAY (J.D.) et CARD (S.K.). Cone trees : animated 3D visualisations of hierarchical information. Proceeding of the ACM CHI'91 Conference on human Factors in Computing Systems, 1991, pp [21.] SARKAR (M.) et BROWN (M.). Graphical fisheye views of graphs. Proceeding of the ACM CHI'92 Conference on human Factors in Computing Systems, 1992, pp [22.] THEARLING (K.) et al. Visualizing data mining models. Proceedings of the Integration of Data Mining and Data Visualization Workshop, IRIT - DELTA VEILLE 311