4.2.4.4 Thème Qualité Technique

La Qualité Technique permet de mesurer la puissance de l’outil eu égard aux capacités offertes. L’évaluation à ce niveau se réfère aux possibilités d’adaptation à la tâche, à la précision de mise en oeuvre et à la capacité de prédiction de connaissances. Les mesures basées sur la technologie testent aussi le degré avec lequel un système peut manipuler des données de types et de tailles variables. Du point de vue applicatif, ceci peut être examiné sur une série de données de tailles croissantes.

Plus explicitement, la Qualité Technique (figure 4.6) se mesure par l’installation, l’assistance, la portabilité, l’architecture logicielle, l’accès aux formats hétérogènes des données, la flexibilité (diversité d’algorithmes), la validation des modèles de données, la présentation des modèles des données, l’exportation des modèles de données, l’interopérabilité, l’efficience, la robustesse, la réutilisation des données d’apprentissage, le traitement des données multidimensionnelles, la nouveauté des connaissances, la précision des connaissances et la richesse des connaissances. Ces critères sont pour la plupart spécifiques au domaine de la FVD. Dans les travaux de [Hû et al., 2001], le thème qualité technique nécessaire à l’évaluation des produits interactifs pour l’apprentissage humain fait référence par exemple au temps de chargement d’une image, au temps et à la procédure de téléchargement d’une application. Ces facteurs sont spécifiques à leur domaine d’étude (l’apprentissage assisté par ordinateur).

Pour nous, la qualité technique fera beaucoup plus référence à des aspects spécifiques au domaine de la fouille visuelle de données comme l’indique la figure 4.6, à savoir :

• la portabilité : elle fait référence à la possibilité d’utilisation de l’outil sous plusieurs systèmes d’exploitation,
• l’accès aux données hétérogènes : il s’agit ici de voir si tout format de données est accepté par l’outil,
• la diversification d’algorithmes : elle fait référence aux nombres de méthodes d’analyse de données qui ont été implémentées dans l’outil,
• la validation de modèles : elle concerne la présence ou non de méthodes permettant de valider les résultats issus de la FVD,
• la présentation des résultats : il est question ici de juger de la pertinence de la représentation des résultats de la FVD,
• la réutilisation des données d’apprentissage : après une session de construction de modèle de données interrompue, est ce qu’il est possible de recommencer le processus au point ou l’utilisateur s’est arrêté ?

Par rapport aux travaux de [Marghescu et al., 2004], le thème Qualité Technique englobe les aspects que les auteurs ont regroupé dans leur thème qualité des connaissances. Cependant, ils ne s’intéressent pas à l’accès aux formats de données hétérogènes, à la validation des modèles des données, à la réutilisation des données d’apprentissage et au traitement des données multidimensionnelles.

Du point de vue évaluation, on va s’intéresser dans un premier temps à l’installation du logiciel, l’environnement de travail, la facilité d’installation et l’assistance aux utilisateurs.

Le second méta critère permet de traiter de l’aspect portabilité. Ensuite, on s’intéresse à l’architecture logicielle sachant que le logiciel doit pouvoir s’exécuter sur diverses plates formes.

Beaucoup plus spécifique à la fouille visuelle de données, le méta critère fonctionnalité permet de mesurer l’aisance des utilisateurs face aux différents choix à opérer sur l’environnement par exemple.