Optimisation heuristique et génétique de visualisations 2D et 3D dans OLAP : premiers résultats
Résumé
Nous étudions dans cet article comment réorganiser les données dans une analyse OLAP afin d'améliorer la visualisation présentée aux décideurs. Après un état de l'art sur la problématique de la réorganisation de matrices et de cubes OLAP, nous présentons deux méthodes. La première est une méthode heuristique permettant de replacer les modalités des dimensions en maximisant la similarité entre deux modalités voisines. La deuxième méthode est un algorithme génétique permettant de faire évoluer le cube de données afin de maximiser un critère d'évaluation de la visualisation. Nous comparons ces deux méthodes avec d'autres approches sur des bases réelles afin d'optimiser la visualisation de matrices (2D) et de cubes (3D) et en présentant les visualisations obtenues. Nou détaillons l'intégration de ces méthodes dans un serveur OLAP ainsi qu'une première ébauche de visualisation obtenue en réalité virtuelle.