Partant des méthodes de représentations graphiques pour les statistiques, nous avons introduit la fouille visuelle de données dans ce chapitre. L’objectif était de mieux situer le contexte des travaux qui seront explicités dans la suite de ce document.
En effet, dans un environnement de FVD, les données peuvent être représentées graphiquement soit par un schéma, soit par une combinaison de schéma pour une vue globale des données. La FVD (toutes les variantes du modèle de Ankerst) permet d’explorer et d’interagir (3e variante du modèle de Ankerst) avec les données afin de découvrir les connaissances cachées dans ces données. Les recherches dans le domaine de la FVD sont concentrées sur la mise au point de techniques performantes et innovantes. Mais les domaines connexes de ces recherches ne sont pas trop explorés par exemple la conception centrée utilisateur. Ceci pourra avoir comme conséquence de nombreux problèmes relatifs aux besoins spécifiques des utilisateurs. Afin de pallier à ce problème, nous nous intéressons à la qualité des logiciels de FVD et au guidage des utilisateurs.
Par exemple le module UserClassifier de Weka ne dispose d’aucun mécanisme d’aide. En cas d’erreur, l’utilisateur doit reprendre ses différents traitements à l’état initial.
Le chapitre 2 présente à cet effet un état de l’art sur la qualité externe et interne des logiciels.