ScatterDice
ScatterDice
Nouvelles méthodes interactives pour explorer les données multidimensionnelles
ScatterDice est destiné à faciliter l’exploration de données multidimensionnelles pour un usager ayant à explorer une table avec des milliers de lignes et dix ou vingt colonnes ou dimensions. La force de ScatterDice est dans la facilité de naviguer dans les dimensions.
Les diagrammes de dispersion (« scatterplots ») restent une des représentations visuelles les plus populaires et largement utilisées en raison de leur simplicité, leur familiarité et leur clarté visuelle.
ScatterDice propose de nouvelles méthodes interactives pour explorer les données multidimensionnelles en utilisant des diagrammes de dispersion, permettant à l’utilisateur, par exemple :
- de choisir un achat en fonction de plusieurs critères,
- d’analyser des données économiques,
- ou d’informer le processus de décision en fournissant un outil de business intelligence.
En pratique
ScatterDice propose une méthode interactive d’exploration de grands jeux de données multidimensionnelles représentés par une série de diagrammes de dispersion en 2 dimensions, rangés dans une matrice symétrique, dont l’ordre correspond au nombre de variables, présentant un aperçu des configurations possibles.
Cette exploration est effectuée à l’aide de la matrice de diagrammes de dispersion, des vignettes des diagrammes et d’une aide à la navigation interactive dans l’espace multidimensionnel. Les transitions entre les diagrammes de dispersion sont effectuées sous forme de rotations animées dans un espace 3D.
L’utilisateur peut générer de manière itérative des requêtes à l’aide de volumes limités dans le jeu de données, en construisant la requête à partir de différents points de vue afin qu’elle devienne de plus en plus fine et précise. Les dimensions de l’espace de navigation peuvent être réorganisées, manuellement ou automatiquement, pour mettre en évidence les corrélations et les différences significatives.
Pour aller plus loin
- Waldo Gonzalo Cancino Ticona, Nadia Boukhelifa, Evelyne Lutton, EvoGraphDice : Interactive Evolution for Visual Analytics, IEEE. Proceedings of the 2012 IEEE Congress on Evolutionary Computation, Jun 2012, Brisbane, Australia. pp.2286-2293, 2012
- Anastasia Bezerianos, Fanny Chevalier, Pierre Dragicevic, Niklas Elmqvist, Jean-Daniel Fekete, GraphDice : A System for Exploring Multivariate Social Networks, Computer Graphics Forum, Wiley, 2010, 29 (3), pp.863-872.
- Niklas Elmqvist, Pierre Dragicevic, Jean-Daniel Fekete, Rolling the Dice : Multidimensional Visual Exploration using Scatterplot Matrix Navigation, IEEE Transactions on Visualization and Computer Graphics, Institute of Electrical and Electronics Engineers, 2008, 14 (6), pp.1141-1148.
Démonstration
Aviz et Data Publica (entreprise française spécialisée dans le développement des jeux de données) ont travaillé ensemble au développement d’une version de ScatterDice et de sa mise en œuvre sur des jeux de données de Data Publica issues d’un tableau de bord des zones d’emploi que Data Publica a développé pour un de ses clients. La complexité du jeu de données (300 zones d’emploi définies par 18 dimensions) illustrent la puissance de ScatterDice.
Cliquer sur l’image pour accéder à la démonstration
Le démonstrateur ci-dessus présente des modalités de visualisation de données des zones d’emploi en France.
Dans le tableau de gauche (“NAVIGATION DANS LES DONNEES”), vous pouvez choisir deux catégories de données d’emploi qui vous intéressent. Celles-ci se trouvent sur la diagonale du tableau et l’explication est affichée au survol.
La première variable que vous sélectionnez sera affichée sur l’axe Y de la visualisation cartographique à droite. Vous naviguez ensuite horizontalement pour sélectionnez la colonne qui correspond à la deuxième variable, qui sera affichée sur l’axe X.
Chaque point du graphe correspond à une zone d’emploi en France.
En survolant un point, le nom de la zone et les chiffres clés seront affichés.
Dans la boîte « affichage », plusieurs options d’affichage sont disponibles. Il est aussi possible de sélectionner un maximum de quatre ensembles de points dans le graphe en cliquant d’abord sur une « sélection » dans la « liste des sélections » (que vous pouvez renommer) et ensuite en détourant la zone du graphe qui vous intéresse.
L'équipe Aviz
AVIZ est une équipe-projet pluridisciplinaire visant à améliorer les méthodes d’analyse et de visualisation de grandes quantités de données en intégrant profondément le processus d’analyse et celui de visualisation d’information pour permettre de comprendre plus facilement et rapidement ces données.
Les domaines d’application comprennent l’analyse de grands réseaux sociaux (Wikipedia, Free Software Projects), les réseaux biologiques, la business intelligence, les bibliothèques numériques et les séquences temporelles d’activités de recherches d’un chercheur.
En savoir plus sur l'équipe
Ils nous font confiance
