Réduction de l'encombrement visuel : Application à la visualisation et à l'exploration de données prosopographiques

Reducing visual cluttering : Application to visualisation and exploration of prosopographical data

• Auteur / Autrice : Fati Chen
• Direction : Pascal Poncelet, Arnaud Sallaberry
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 29/06/2022
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier ; 1992-....)
• Jury : Président / Présidente : Marianne Huchard
• Jury : Examinateurs / Examinatrices : Pascal Poncelet, Arnaud Sallaberry, Marianne Huchard, David Auber, Pascale Kuntz-Cosperec, Francesco Beretta, Cédric Du Mouza
• Jury : Rapporteur / Rapporteuse : David Auber, Pascale Kuntz-Cosperec

Mots clés

Mots clés contrôlés

Analyse visuelle des données

Prosopographie

Histoires de vie

Mots clés libres

Données prosopographiques

Visualisation d'information

Encombrement visuel

Suppression de chevauchement

Regroupement spatial agglomératif

Prosopographic Data

Information Visualization

Visual Cluttering

Overlap Removal

Spatial Agglomerative Clustering

Résumé

La prosopographie est utilisée par les historiens pour désigner des notices biographiques afin d'étudier des caractéristiques communes d'un groupe d'acteurs de l'histoire au moyen d'une analyse collective de leur vie. La visualisation d'informations présente des perspectives intéressantes pour analyser les données prosopographiques. C'est dans ce contexte que se situe le travail présenté dans ce mémoire. Dans un premier temps, nous présentons la plateforme ProsoVis conçue pour analyser et naviguer dans des données prosopographiques. Nous décrivons les différents besoins exprimés et détaillons les choix de conception ainsi que les techniques de visualisation employées. Nous illustrons son utilisation avec la base Siprojuris qui contient les données sur la carrière des enseignants de droit de 1800 à 1950. La visualisation d'autant de données pose des problèmes d'encombrement visuel. Dans ce contexte, nous abordons la problématique des chevauchements des nœuds dans un graphe. Différentes approches existent mais il est difficile de les comparer car leurs évaluations ne sont pas basées sur les mêmes critères de qualité. Nous proposons donc une étude de l'état de l'art et comparons les résultats des algorithmes sur une liste homogène de critères. Enfin, nous abordons une autre problématique d'encombrement visuel au sein d'une carte et proposons une approche de regroupement spatial agglomératif, F-SAC, beaucoup plus rapide que les propositions de l'état de l'art tout en garantissant la même qualité de résultats.

Prosopography is used by historians to designate biographical records in order to study common characteristics of a group of historical actors through a collective analysis of their lives. Information visualization presents interesting perspectives for analyzing prosopographic data. It is in this context that the work presented in this thesis is situated. First, we present the ProsoVis platform to analyze and navigate through prosopographic data. We describe the different needs expressed and detail the design choices as well as the different views. We illustrate its use with the Siprojuris database which contains data on the careers of law teachers from 1800 to 1950. Visualizing so much data induces visual cluttering problems. In this context, we address the problem of overlapping nodes in a graph. Even if approaches exist, it is difficult to compare them because their respective evaluations are not based on the same quality criteria. We therefore propose a study of the state-of-the-art algorithms by comparing their results on the same criteria. Finally, we address a similar problem of visual cluttering within a map and propose an agglomeration spatial clustering approach, F-SAC, which is much faster than the state-of-the-art proposals while guaranteeing the same quality of results.