palais descongrèsParis7, 8 et 9février 2012
InfoVis / DataViz : Donnerdu sens à la révolutionBig Data8 février 2012Jean-Daniel FeketeDirecteur de RechercheINRIAwww.av...
La révolution Big Data  La quantité de données croît de 30% par an depuis 1999  (SIMS, Berkeley)  La quantité de données a...
La révolution Big Data  Les solutions de stockage croissent exponentiellement  Les capteurs génèrent plus de données :   ...
Les technologies Big Data  Pour gérer la croissance des données, de nouvelles  infrastructures voient le jour :    Cloud ...
FaceBook
La révolution Big Data ?                ―Big Data Is Not the Created Content,                    nor Is It Even Its Consum...
Data, Information, Knowledge,Wisdom  Where is the Life we have lost in living?  Where is the wisdom we have lost in knowle...
Le problème                                                 Humain                                   Transfert            ...
Propriétés de la vision•   Sens ayant la plus grande bande passante•   Rapide, parallèle•   Reconnaissance de formes•   Pr...
Utilisons la vision !
Utilisons la vision !
Principes de la visualisation d’information• L’œil et la perception humaine sont remarquablement adaptés à la  reconnaissa...
Perception préattentive (1)
Perception préattentive (2)
Perception préattentive• Beaucoup de caractéristiques visuelles peuvent être perçues  préattentivement :   – Orientation d...
Perception préattentive (3)
Visualisation : exempleshttp://www.smartmoney.com/map-of-the-market/                                               18
Des tables à 12 dimensions ?  Demo !                               20
Des réseaux sociaux toujoursplus gros  InfoVis Co-authoring (K. Börner et al.)
En réalité, lorsqu’on visualiseles données brutes …                                  22
Visualisation de réseau par       A                    A   B C Dmatrice d’adjacence                   C            A      ...
Communicate                                                               ExploreApril 9, 2013   Nathalie Henry           ...
Plus de détails,plus de structure  Infovis Coauthorship (133 actors)
Du texte qui évolue :diffamationhttp://aviz.fr/diffamation/        it’s here                              27
GeneaQuilts  Voir des généalogies géantes                               Relations                           • marriage    ...
GeneaQuiltsVisualisation GeneaQuilts                            30
Visualisation Analytique  Lorsque les données sont trop nombreuses, la  visualisation seule ne suffit plus    Limite de l...
palais descongrèsParis7, 8 et 9février 2012
Conclusion  L’analyse visuelle, couplée à d’autres analyses automatiques,  permet de donner du sens au Big Data    On tro...
Big Data revolution : InfoViz, DataViz, quand l'information prend du sens
Big Data revolution : InfoViz, DataViz, quand l'information prend du sens
Big Data revolution : InfoViz, DataViz, quand l'information prend du sens
Upcoming SlideShare
Loading in...5
×

Big Data revolution : InfoViz, DataViz, quand l'information prend du sens

542

Published on

L'avalanche de donnée numériques que ce soit dans le web, le cloud, au sein de l'entreprise numérique, dans la vie publique (OpenData) ou au coeur de la recherche médicale rend indispensable l'emergence de nouveaux outils pour visualiser, manipuler et comprendre les données. Une nouvelle discipline extremement créative issue de la recherche en analyse de données et en interaction homme-machine (IHM) propose ces nouveaux outils. Nous avons invité Jean-Daniel Fekete, directeur de recherche à l'INRIA, pour faire le point sur les tendances actuelles, tracer des perspectives et nous presenter les travaux de son equipe.

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
542
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
27
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Big Data revolution : InfoViz, DataViz, quand l'information prend du sens

  1. 1. palais descongrèsParis7, 8 et 9février 2012
  2. 2. InfoVis / DataViz : Donnerdu sens à la révolutionBig Data8 février 2012Jean-Daniel FeketeDirecteur de RechercheINRIAwww.aviz.fr
  3. 3. La révolution Big Data La quantité de données croît de 30% par an depuis 1999 (SIMS, Berkeley) La quantité de données accessible a cru exponentiellement depuis 10 ans 2000 Ex abytes 1600 1200 800 400 0 2005 2006 2007 2008 2009 2010 2011 [source: The Diverse and Exploding Digital Universe, IDC, 2008]
  4. 4. La révolution Big Data Les solutions de stockage croissent exponentiellement Les capteurs génèrent plus de données :  Pollution, logs, température, photos, vidéos, etc. Les données collectées sont mises en ligne Les données sont analysées et les analyses sont mises en ligne L’univers numérique explose :  2007 : 281 Exa-octets (281 milliards de Giga-octets)  2010 : barrière du Zeta-octet franchie  2011 : 1.8 Zeta-octets
  5. 5. Les technologies Big Data Pour gérer la croissance des données, de nouvelles infrastructures voient le jour :  Cloud (Azure, Amazon, Google, etc.)  NoSQL  Grids Elles restent un peu compliquées mais sont déjà adoptées De nouveaux services reposent sur ces infrastructures:  Apple iClouds  Windows Live  Google  DropBox  FaceBook
  6. 6. FaceBook
  7. 7. La révolution Big Data ? ―Big Data Is Not the Created Content, nor Is It Even Its Consumption — It Is the Analysis of All the Data Surrounding or Swirling Around It‖ [IDC IVIEW http://www.emc.com/collateral/analyst-reports/idc-extracting-value-from-chaos-ar.pdf ]
  8. 8. Data, Information, Knowledge,Wisdom Where is the Life we have lost in living? Where is the wisdom we have lost in knowledge? Where is the knowledge we have lost in information? -- from T.S. Eliot, "Choruses from The Rock― Comment :  transformer des données en information ?  utiliser l’information pour prendre des bonnes décisions et apprendre de nouvelles connaissances  avoir des réponses à des questions fondamentales dont on n’a aucune idée aujourd’hui ? Transformer le déluge de données en opportunités !
  9. 9. Le problème Humain Transfert DonnéesWeb, livres, articlesdonnées scientifiques Comment ?prix, liste de personnes, Vision: 100 MB/sCours de la bourse Audition: <100 b/sInformations Haptique/tactile Odorat Goût
  10. 10. Propriétés de la vision• Sens ayant la plus grande bande passante• Rapide, parallèle• Reconnaissance de formes• Pré-attentif• Etend les capacités cognitives et mémorielles• On pense visuellement Super. Utilisons-la !
  11. 11. Utilisons la vision !
  12. 12. Utilisons la vision !
  13. 13. Principes de la visualisation d’information• L’œil et la perception humaine sont remarquablement adaptés à la reconnaissance de motifs visuels• La transformation de données abstraites en information visuelle permet d’utiliser cette aptitude• Parmi toutes les représentations possibles, seules quelques-unes « fonctionnent » : – il faut les trouver et les répertorier• La psychologie nous donne une base d’explication : la perception préattentive (Triesman, 85) – Sans effort – D’un coup d’œil – En temps constant• Êtes-vous préattentifs ? 13
  14. 14. Perception préattentive (1)
  15. 15. Perception préattentive (2)
  16. 16. Perception préattentive• Beaucoup de caractéristiques visuelles peuvent être perçues préattentivement : – Orientation de ligne/blob, longueur, épaisseur, taille, courbure, cardinalité, terminaisons, intersections, inclusion, teinte, clignotement, direction de mouvement, profondeur stéréoscopique, indices 3D, direction de l’éclairement• Problèmes : – Les caractéristiques préattentive interfèrent entre elles • On pensait même que toutes les caractéristiques préattentives étaient incompatibles entre elles – Les caractéristiques sont préattentives dans certaines limites • 7 couleurs max (Healey, 96) • 2 ou 3 formes • Etc.
  17. 17. Perception préattentive (3)
  18. 18. Visualisation : exempleshttp://www.smartmoney.com/map-of-the-market/ 18
  19. 19. Des tables à 12 dimensions ? Demo ! 20
  20. 20. Des réseaux sociaux toujoursplus gros InfoVis Co-authoring (K. Börner et al.)
  21. 21. En réalité, lorsqu’on visualiseles données brutes … 22
  22. 22. Visualisation de réseau par A A B C Dmatrice d’adjacence C A B X X X X C X B D D ? ? 23
  23. 23. Communicate ExploreApril 9, 2013 Nathalie Henry 24 Exploring Social Networks with Matrix-Based Representations
  24. 24. Plus de détails,plus de structure Infovis Coauthorship (133 actors)
  25. 25. Du texte qui évolue :diffamationhttp://aviz.fr/diffamation/ it’s here 27
  26. 26. GeneaQuilts Voir des généalogies géantes Relations • marriage • parentales • propriétés - temporelles - autres Individus • Propriétés - temporelles - autres • relations complexes 29
  27. 27. GeneaQuiltsVisualisation GeneaQuilts 30
  28. 28. Visualisation Analytique Lorsque les données sont trop nombreuses, la visualisation seule ne suffit plus  Limite de la perception, limites des écrans Il faut combiner visualisation et analyse de données C’est le domaine de la visualisation analytique ou Visual Analytics L’interface graphique pilote à la fois la visualisation interactive et les analyses  Ces analyses doivent se faire en temps réel (any time)  C’est l’utilisateur qui a le contrôle, pas les algorithmes !
  29. 29. palais descongrèsParis7, 8 et 9février 2012
  30. 30. Conclusion L’analyse visuelle, couplée à d’autres analyses automatiques, permet de donner du sens au Big Data  On trouve ce qu’on cherche  On trouve aussi ce qu’on ne cherchait pas ! Plusieurs représentations sont possibles  Mais beaucoup d’autres sont inefficaces et donc nuisibles  Les représentations spectaculaires ne sont pas toujours efficaces Utilisez la visualisation de données / information  Donnez du sens à vous données !
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×