4.2.2. Outils d'analyse de données séquentielles d’interaction

Il existe une grande quantité d'outils pour l'analyse des traces d'interaction. Hilbert & Redmiles proposent une revue d'une quarantaine d'entre eux, principalement dédiés à l'étude de l'interaction homme/ordinateur. Selon eux, la force de ces outils réside globalement dans leur capacité à aider l'analyste à découvrir des motifs d'intérêt au sein du flux d'événements. Ils insistent sur l'importance de permettre une analyse des données à des niveaux d'abstraction multiples, où les événements de chaque niveau sont composés d'événements de plus bas niveau. Ce passage entre les niveaux est effectué par des transformations sur les traces, du type de celles proposées par Sanderson & Fisher , que nous avons présentées au paragraphe 3.4.2. Hilbert relève principalement MacShapa pour ses fonctionnalités générales de visualisation, de recherche, de filtrage, d’abstraction et de calcul statistique. Il signale aussi Hawk , pour ses fonctionnalités d'abstraction basées sur un langage de programmation spécifique.

Dans le domaine de l'éthologie, nous avons remarqué "Thème" , qui permet la recherche automatique de motifs fréquents et le choix par l’utilisateur des motifs qui lui semblent intéressants. Nous présentons son interface de visualisation des traces au paragraphe suivant. ColAT  doit aussi être signalé pour ses fonctionnalités d'analyse conjointe des traces informatiques et des enregistrements vidéo. Dans une approche plus psychologique, Plaisant, Milash, Rose, Widoff & Schneiderman proposent le système LifeLine, qui permet à un utilisateur d'analyser rétrospectivement l'histoire de sa vie.

Enfin il nous faut signaler le travail de Badre & Santos dans le projet Chime. Ces auteurs argumentent sur la nécessité de donner une sémantique aux traces de telle sorte qu'elles puissent ensuite être interprétées automatiquement. Pour cela, ils implémentent un système à base de connaissances qui permet à l'analyste de modéliser l'usage attendu de l'interface homme / machine. Ce système à base de connaissances est ensuite utilisé pour contraindre le système de traçage de l'interaction. De cette façon, les traces produites sont conformes au modèle d’utilisation prédéfini. Elles sont donc traitables automatiquement pour produire une description de l'activité qui réponde aux attentes des analystes. En revanche Chime n'utilise pas le système à base de connaissances pour soutenir le processus de découverte de connaissances au moment de l'analyse des traces.