Visualisation des règles d'association en environnement virtuel 3D interactif
Abstract
The purpose of this report is to provide a three-dimensional graphic representation solution for association rules. The principal disadvantage in the process of rule generation from databases is the huge volumes of rules extracted by classic algorithms. Our approach aims at integrating the human in the data exploration process. To do it, we try to insert the user like a decision-maker into a search loop for the knowledge discovering by an interactive graphic representation. The information visualization greatly reduces the cognitive effort for user in charge of estimate and validation rules extracted. In ECD, the difficulty of the visual data mining is then to translate raw abstract data into concrete shapes graphic. This concept is based on metaphor. The related works part presents the available tools and techniques: extract association rules algorithms and methods to display information on screen or using virtual reality. The realization part describes the extraction tool using a PostgreSQL database. The visualization part presents a new metaphor for rules description and measures. We implement an objective measure FREITAS A .A, (1998) which shows the importance of the interaction between the attributes belonging to the rule antecedent. This key concept of data mining has been relatively little investigated in the literature. Our metaphor offers a direct reading of the various kinds of rules who carry interest by measuring the information gain through each individual attributes.
Ce mémoire s'intéresse à la visualisation de règles d'association dans une représentation tridimensionnelle. Nous abordons une problématique en fouille de données qui consiste à faire face aux gros volumes de règles extraites par les algorithmes classiques. Pour ce faire, nous cherchons à insérer l'utilisateur dans la boucle de recherche de la connaissance par une représentation graphique interactive. La visualisation de l'information diminue l'effort cognitif de l'utilisateur pour évaluer et valider les règles. En ECD, la difficulté de la fouille visuelle de données est alors de traduire les données brutes abstraites sous formes graphiques concrètes, compréhensibles et porteuses de sens. Ce concept relève de la métaphore. La partie bibliographique décrit l'outillage théorique et technique disponible : les algorithmes d'extraction et les différentes méthodes de visualisation de l'information empruntées aux techniques de réalité virtuelle. La partie réalisation décrit l'outil d'extraction qui interroge une base de données PostgreSQL. La partie sur la visualisation 3D présente la nouvelle métaphore de règles et les mesures qui la définissent. Nous implémentons une mesure objective FREITAS A .A, (1998) qui montre l'importance de l'interaction entre les attributs. Cette notion cruciale dans la recherche de la connaissance n'est pas très répandue dans la littérature. Dans notre métaphore, elle offre une lecture directe des différents types de règles qui portent de l'intérêt, en mesurant le gain d'information apporté par chacun des attributs qu'elle comporte.
Loading...