1.1 Introduction

Ce chapitre présente un état de l’art des méthodes de visualisation et de fouille visuelle de données (FVD). En effet, les méthodes de visualisation d’informations et de données multidimensionnelles trouvent leur origine dans la statistique et les disciplines scientifiques. Initialement, les méthodes de visualisation de données en statistique étaient essentiellement en 2D voire 3D et statiques. Plus récemment, on a assisté à l’utilisation des graphiques dynamiques avec possibilité de manipulation directe. Dans cet état de l’art, nous partons des méthodes de visualisation statistiques pour aboutir à la visualisation en extraction de connaissances. Pour chaque méthode traitée, nous présentons ses avantages et inconvénients. L’objectif ici est de mieux situer notre contribution dans le domaine de la FVD.

Les travaux de [Keim, 1996], [Schneiderman, 1996], [Card et al, 1999] et [Chi, 2000] proposent un ensemble de méthodes de visualisation de données et d’informations. L’idée principale en visualisation de données et d’informations est de tirer le meilleur parti de la vitesse de traitement et des capacités graphiques des ordinateurs, permettant ainsi aux utilisateurs d’interpréter des masses importantes d’informations ou de données. Par rapport à la représentation textuelle, la visualisation permet de se forger une idée sur un nombre beaucoup plus important de données à travers une seule représentation graphique visualisée en une seule fois à l’écran. Les utilisateurs se servent pour cela de leurs aptitudes en perception visuelle. Dans la section 1.1.1, nous présentons quelques fondements théoriques de la visualisation de données et d’informations. En section 1.1.2, nous faisons un état des tâches principales en visualisation. Puis, la deuxième section de ce chapitre est consacrée à une classification des techniques de visualisation. La troisième section quant à elle introduit la FVD et présente l’état de l’art de ce domaine.