FR3020162A1 - METHOD FOR DYNAMIC GENERATION OF INTERACTIVE GRAPHICAL REPRESENTATIONS OF DATA - Google Patents
METHOD FOR DYNAMIC GENERATION OF INTERACTIVE GRAPHICAL REPRESENTATIONS OF DATA Download PDFInfo
- Publication number
- FR3020162A1 FR3020162A1 FR1453594A FR1453594A FR3020162A1 FR 3020162 A1 FR3020162 A1 FR 3020162A1 FR 1453594 A FR1453594 A FR 1453594A FR 1453594 A FR1453594 A FR 1453594A FR 3020162 A1 FR3020162 A1 FR 3020162A1
- Authority
- FR
- France
- Prior art keywords
- representation
- digital
- data
- variables
- objects
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000012986 modification Methods 0.000 claims abstract description 10
- 230000004048 modification Effects 0.000 claims abstract description 10
- 238000011282 treatment Methods 0.000 claims description 11
- NLZUEZXRPGMBCV-UHFFFAOYSA-N Butylhydroxytoluene Chemical compound CC1=CC(C(C)(C)C)=C(O)C(C(C)(C)C)=C1 NLZUEZXRPGMBCV-UHFFFAOYSA-N 0.000 claims 1
- 239000002674 ointment Substances 0.000 abstract 1
- 230000006870 function Effects 0.000 description 12
- 238000011160 research Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 235000021403 cultural food Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Abstract
La présente invention concerne un procédé de génération dynamique de représentations graphiques interactives de données, comportant des étapes de : - constitution d'une base de données structurée contenant des objets numériques associés à des variables et à des méta-données et d'une bibliothèque de processus - constitution d'une ontologie de domaine, comprenant une taxonomie des termes du domaine, et une expression des relations entre les termes du domaine - calcul d'une représentation numérique multidimensionnelle (nuage de mots) en fonction du résultat des traitements de calcul de distance et de pondération, - et des étapes de calcul d'une représentation graphique bidimensionnelle desdits objets numériques en fonction d'une processus de traitement sélectionné dans une bibliothèque de processus de traitement, et d'une partie au moins desdites variables des objets numériques - des étapes de recalcule de ladite représentation graphique bidimensionnelle en fonction des modifications imposées à ladite représentation numérique multidimensionnelle.The present invention relates to a method for dynamic generation of interactive graphical representations of data, comprising steps of: - constitution of a structured database containing digital objects associated with variables and metadata and a library of process - constitution of a domain ontology, including a taxonomy of the terms of the domain, and an expression of the relations between the terms of the domain - calculation of a multidimensional numerical representation (word cloud) according to the result of the calculation processes of the domain distance and weighting, - and calculation steps of a two-dimensional graphical representation of said digital objects as a function of a processing process selected in a processing process library, and at least a part of said variables of the digital objects - steps of recalculation of said two-dimensional graphical representation in f an unction of the modifications imposed on said multidimensional digital representation.
Description
PROCEDE DE GENERATION DYNAMIQUE DE REPRESENTATIONS GRAPHIQUES INTERACTIVES DE D ONNEE S Domaine de l'invention La présente invention concerne le domaine des traitements informatiques pour générer des représentations graphiques d'objets numériques. Elle concerne plus particulièrement le traitement automatique du positionnement sur une interface d'objets-résultats obtenus suite à une requête ou un traitement de données numériques. L'objectif est générer un ensemble de couples de valeurs numériques comportant une relation de proximité entre les objets dudit ensemble afin de former un agencement calculé en temps réel pour commander une représentation graphique statique ou dynamique. L'invention concerne le domaine de la représentation cartographique utilisant les possibilités graphiques de l'interface pour fournir des informations additionnelles au sujet des objets et des thèmes affichés. Etat de la technique 2 0 On connaît dans l'état de la technique les outils d'analyse statistique et de représentation de données permettant d'appliquer sur des indicateurs statistiques des traitements statistiques, de les paramétrer, et d'afficher des représentations graphiques. On connaît aussi dans l'état de la technique les outils de représentation de 2 5 réseaux sémantiques "mindmapping" ou cartes heuristiques, permettant d'afficher un ensemble de concepts et leurs relations. On connaît notamment dans l'état de la technique la demande de brevet FR2826487 décrivant un procédé et un système d'information cartographique constitué par au 3 0 moins un serveur et une pluralité d'équipement de radiocommunication mobile, le serveur comportant une base de donnée cartographique pour l'enregistrement de l'ensemble des dalles vectorielles et une mémoire pour l'enregistrement de données d'information non cartographiques, les terminaux mobiles comportant une mémoire pour l'enregistrement d'un sous-ensemble de dalles vectorielles et des moyens de calcul pour le rendu et la manipulation - 2 - de cartes géographiques, caractérisé en ce que le serveur comporte en outre des moyens pour recevoir et enregistrer des données d'informations géolocalisées transmises par un équipement de radiocommunication mobile, ledit équipement de radiocommunication mobile enregistrant les données d'informations géolocalisées en local.FIELD OF THE INVENTION The present invention relates to the field of computer processing for generating graphical representations of digital objects. It relates more particularly to the automatic processing of the positioning on an interface of result objects obtained following a request or a digital data processing. The objective is to generate a set of pairs of digital values having a proximity relationship between the objects of said set to form a real-time computed arrangement for controlling a static or dynamic graphical representation. The invention relates to the field of cartographic representation using the graphical capabilities of the interface to provide additional information about the displayed objects and themes. STATE OF THE ART Known in the state of the art are the statistical analysis and data representation tools making it possible to apply statistical processes to statistical indicators, to parameterize them, and to display graphical representations. Also known in the state of the art tools for representing semantic "mindmapping" or heuristic maps, to display a set of concepts and their relationships. The prior art is known in particular from the patent application FR2826487 describing a method and a cartographic information system constituted by at least one server and a plurality of mobile radio communication equipment, the server comprising a database for recording all the vector tiles and a memory for the recording of non-cartographic information data, the mobile terminals having a memory for recording a subset of vector tiles and means for calculation for rendering and manipulating geographical maps, characterized in that the server further comprises means for receiving and storing geolocated information data transmitted by a mobile radio equipment, said mobile radio equipment recording the geolocated information data locally.
On connaît aussi la demande de brevet internationale W02006061134 décrivant un procédé de classification et de gestion des objets-résultats obtenus suite à une requête, permettant de générer un ensemble de couples EC comportant relation de proximité entre les objets dudit ensemble. Cet ensemble est utilisé afin de disposer au moins une partie des objets de façon à former un agencement de forme convexe dans lequel les membres d'un même couple sont disposés sensiblement côte à côte le long de l'agencement. Cette relation de proximité est utilisée notamment lors de l'affichage des objets, afin de positionner les objets de façon optimale, en minimisant les intersections ou croisement entre les différents liens entre les objets et/ou entre les attributs et les objets. Le procédé permet par ailleurs de minimiser les ressources matérielles telles que les capacités mémoires et capacités de calcul.The international patent application WO2006061134 describes a method of classifying and managing the result-objects obtained following a request, making it possible to generate a set of pairs EC having proximity relation between the objects of said set. This assembly is used to dispose at least a portion of the objects so as to form a convex shape arrangement in which the members of the same pair are arranged substantially side by side along the arrangement. This proximity relation is used in particular when displaying the objects, in order to position the objects optimally, minimizing the intersections or crossing between the different links between the objects and / or between the attributes and the objects. The method also makes it possible to minimize the material resources such as the memory capacities and computing capacities.
En outre, les instructions de mise en oeuvre peuvent être, simples et facilement réalisables à l'aide d'interfaces de type " Flash ". On connaît encore le brevet européen délivré sous le numéro EP1183619 concernant un réseau sémantique composé d'unités sémantiques associés à des relations et des combinaisons décrivant le contenu des relations. La relation mutuelle de deux unités sémantiques combinées est déterminée par le contenu de relation. Inconvénients de l'art antérieur Les solutions de l'art antérieur ne permettent pas de traitement simultané de l'analyse de la corrélation des données et la représentation graphique d'un enseignement global résultant de l'analyse de ces données. Dans l'art antérieur, on procède de manière séparée à l'analyse et la représentation graphique des relations entre une partie des données numériques individuelles, 3 0 et à la représentation, non pas des données élémentaires mais de données globales. Les traitements proposés dans la plupart des solutions de l'art antérieur, les données, ou objets, susceptibles d'être positionnés dans l'interface ne comportent pas d'indications relatives à leur positionnement spatial dans un tel type d'interface. Différents - 3 - principes ont donc été développés afin de permettre de positionner les objets de façon à occuper au mieux la surface disponible de l'interface. Toutefois, les principes développés sont souvent lourds, et nécessitent d'importantes ressources en matériel telles que de grandes capacités mémoires, beaucoup de temps processeur, etc. En conséquence, de telles applications sont en général localisées sur un serveur ou poste à distance, plutôt que sur le poste de l'utilisateur. Certaines approches utilisées pour le placement des objets sur une interface utilisent une méthode par récurrence : - on débute avec une position initiale des objets, souvent établie sur une base arbitraire ; - on défini des interactions entre tous les objets de l'interface (par exemple des forces d'attraction et de répulsion qui sont fonction des distances entre les objets) ; 15 - on fait évoluer le système petit à petit, en modifiant légèrement les coordonnées des objets (en prenant par exemple un petit intervalle de temps Delta t) de façon à tenir compte des interactions ; - on réitère ces deux dernières opérations jusqu'à ce que le système obtienne une certaine stabilité. Ainsi, on doit comparer une pluralité de fois chaque 2 0 objet à tous les autres afin d'étudier les positions relatives du système ; - la dernière opération consiste à vérifier les éventuels chevauchements et de déplacer certains objets afin d'éviter les superpositions. 2 5 Cette méthode est utilisée par exemple dans les systèmes à 3 corps (ex : attraction des planètes) qui n'ont pas de solution mathématique pour calculer les coordonnées des objets à un instant donné. Elle comporte toutefois quelques inconvénients : - il faut un nombre considérable d'opérations pour parvenir à une disposition 3 0 stable (avec interactions faibles ou sensiblement nulles) ; - chaque itération nécessite un grand nombre de calculs puisqu'il faut calculer pour chaque objet les interactions avec tous les autres ; - 4 - - il n'y a aucune garantie de trouver une solution stable. Par exemple, le système peut osciller, car il peut exister plusieurs points d'interaction minimum; - la solution finale dépend des positions initiales des objets. Ainsi, si cette dernière est aléatoire, on peut, avec les mêmes éléments, retrouver sans cesse des dispositions finales différentes ; - une solution stable au niveau des interactions n'implique pas nécessairement une disposition optimale des objets ni une bonne lisibilité de la carte.In addition, the implementation instructions can be simple and easily achievable using "Flash" type interfaces. The European patent issued under the number EP1183619 concerning a semantic network composed of semantic units associated with relations and combinations describing the content of the relations is still known. The mutual relation of two semantic units combined is determined by the relationship content. Disadvantages of the Prior Art The solutions of the prior art do not allow simultaneous processing of data correlation analysis and the graphical representation of a global teaching resulting from the analysis of these data. In the prior art, the analysis and the graphical representation of the relationships between a part of the individual digital data and the representation of not elementary data but of global data are carried out separately. The treatments proposed in most solutions of the prior art, the data, or objects, likely to be positioned in the interface do not include indications relating to their spatial positioning in such an interface type. Different - 3 - principles have been developed to allow to position the objects so as to occupy the best available surface of the interface. However, the principles developed are often heavy, and require significant hardware resources such as large memory capacity, a lot of processor time, and so on. Consequently, such applications are generally located on a server or remote station, rather than on the user's computer. Some approaches used for placing objects on an interface use a recursive method: - we start with an initial position of the objects, often established on an arbitrary basis; interactions are defined between all the objects of the interface (for example attraction and repulsion forces which are a function of the distances between the objects); The system is made to evolve little by little, by slightly modifying the coordinates of the objects (taking for example a small time interval Delta t) so as to take account of the interactions; these two last operations are repeated until the system obtains some stability. Thus, each object must be compared multiple times to all others in order to study the relative positions of the system; - The last operation is to check for any overlaps and to move some objects to avoid overlapping. This method is used, for example, in 3-body systems (eg planetary attraction) which do not have a mathematical solution for calculating the coordinates of the objects at a given instant. However, it has some disadvantages: - a considerable number of operations are required to achieve a stable disposition (with weak or substantially zero interactions); each iteration requires a large number of calculations since it is necessary to calculate for each object the interactions with all the others; - 4 - - there is no guarantee of finding a stable solution. For example, the system may oscillate, because there may be several minimum interaction points; - the final solution depends on the initial positions of the objects. Thus, if the latter is random, one can, with the same elements, find endlessly different final provisions; - a stable solution at the level of interactions does not necessarily imply an optimal arrangement of objects or a good readability of the map.
Ainsi la plupart des solutions techniques mises à disposition à ce jour impliquent une centralisation des fonctions technique lourdes telles que la réalisation de recherches et/ou l'organisation spatiale des objets de façon à pouvoir les disposer dans l'espace. Les fonctions lourdes sont ainsi effectuées à distance, à l'aide d'outils adaptés, disposant des ressources nécessaires. Par contre, cette centralisation nécessite la mise à disposition de connexions réseaux permettant l'échange des données entre la station centralisée et les postes des utilisateurs. De telles connexions ne sont pas toujours disponibles. Par ailleurs, pour certaines configurations ou certaines tâches, on peut souhaiter vouloir effectuer en local (sur la station de travail) toutes les tâches.Thus most of the technical solutions made available to date involve centralization of heavy technical functions such as carrying out research and / or the spatial organization of objects so as to be able to arrange them in space. The heavy functions are thus carried out remotely, using appropriate tools, with the necessary resources. On the other hand, this centralization requires the provision of network connections allowing the exchange of data between the centralized station and the user stations. Such connections are not always available. In addition, for certain configurations or tasks, one may wish to perform all the tasks locally (on the workstation).
Par ailleurs, avec les interfaces de type connu, peu d'optimisation de positionnement est réalisée. Ainsi, il est fréquent que les positionnements relatifs des objets créent des zones d'intersection ou de superposition des liens affichés. Il arrive également qu'une carte comporte des incohérences. Par exemple, des objets qui devraient être 2 5 positionnés de façon sensiblement rapprochée restent éloignés, car aucune position d'équilibre de proximité n'est atteinte. Pour les solutions de l'art antérieur concernant la production de « nuages de mots », on calcule la distance relative d'un sous-ensemble de données, pour afficher les 3 0 données en fonction de leurs positions relatives. Pour les solutions concernant la représentation de données globales, on calcule une représentation synthétique qui ne tient pas compte de chacune des données élémentaires mais d'un traitement global. - 5 - Il n'existe pas aujourd'hui de solution qui permette d'exploiter la représentation résultant de l'analyse de la corrélation des données (représentations en "nuage de mots") pour explorer un ensemble de représentations graphiques, ou cartographiques, en se basant sur les relations de proximité des concepts associés aux données. Solution apportée par l'invention L'invention permet d'exploiter la représentation sous forme de réseau sémantique, résultant de l'analyse de la corrélation des données pour optimiser l'exploration d'un espace de représentations graphiques, résultat de l'analyse et de la représentation desdites données. Afin de répondre aux inconvénients de l'art antérieur, la présente invention concerne selon son acception la plus générale un procédé de génération dynamique de représentations graphiques interactives de données, comportant des étapes de : constitution d'une base de données structurée contenant des objets numériques associés à des variables et à des méta-données constitution d'une bibliothèque de processus pouvant être appliqués aux objets numériques ci dessus 2 0 constitution d'une ontologie de domaine, comprenant une taxonomie des termes du domaine, et une expression des relations entre les termes du domaine calcul de distance entre lesdits objets numériques, par un traitement numérique fonction d'une combinaison entre une partie au moins desdites variables calcul, pour chacun desdits objets numériques, d'au moins un indicateur de 2 5 pondération, par un traitement numérique fonction d'une combinaison entre des paramètres extérieurs déterminés par l'utilisateur et une partie au moins des variables et des méta-données calcul d'une représentation numérique multidimensionnelle (nuage de mots) en fonction du résultat des traitements de calcul de distance et de pondération, 3 0 caractérisé en ce que - en ce qu'il comporte en outre des étapes de calcul d'une représentation graphique bidimensionnelle desdits objets numériques en fonction d'une processus de traitement sélectionné dans une - 6 - bibliothèque de processus de traitement, et d'une partie au moins desdites variables des objets numériques des étapes de recalcule de ladite représentation graphique bidimensionnelle en fonction des modifications imposées à ladite représentation numérique multidimensionnelle. Selon une première variante, ladite modification de la représentation numérique multidimensionnelle consiste à modifier le repère de projection desdits objets numériques.Moreover, with known type interfaces, little positioning optimization is achieved. Thus, it is common for the relative positioning of the objects to create zones of intersection or superposition of the displayed links. It also happens that a card has inconsistencies. For example, objects that should be positioned substantially close to each other remain distant because no near-equilibrium position is reached. For the prior art solutions for producing "word clouds", the relative distance of a subset of data is calculated to display the data as a function of their relative positions. For the solutions concerning the representation of global data, one calculates a synthetic representation which does not take into account each of the elementary data but of a global treatment. There is no solution today that makes it possible to exploit the representation resulting from the analysis of data correlation (representations in "word cloud") to explore a set of graphical or cartographic representations. based on the proximity relationships of the concepts associated with the data. Solution Provided by the Invention The invention makes it possible to exploit the representation in the form of a semantic network, resulting from the analysis of the data correlation to optimize the exploration of a space of graphical representations, the result of the analysis and of the representation of said data. In order to meet the drawbacks of the prior art, the present invention relates, according to its most general meaning, to a method of dynamic generation of interactive graphical representations of data, comprising steps of: constitution of a structured database containing digital objects associated with variables and meta-data constituting a library of processes that can be applied to the above digital objects 2 0 constituting a domain ontology, including a taxonomy of the domain terms, and an expression of the relationships between them terms of the range calculation domain between said digital objects, by a digital processing function of a combination of at least a part of said calculation variables, for each of said digital objects, of at least one weighting indicator, by a digital processing function of a combination of external parameters determined by the and at least a portion of the variables and metadata calculating a multidimensional numerical representation (word cloud) according to the result of the distance calculation and weighting processing, characterized in that - in that it further comprises steps of calculating a two-dimensional graphical representation of said digital objects according to a processing process selected in a processing process library, and at least a portion of said variables of the digital objects of the steps of recalculating said two-dimensional graphical representation according to the modifications imposed on said multidimensional digital representation. According to a first variant, said modification of the multidimensional digital representation consists in modifying the projection reference of said digital objects.
Selon une deuxième variante, ladite modification de la représentation numérique multidimensionnelle consiste à modifier la distance entre une partie desdits objets numériques.According to a second variant, said modification of the multidimensional digital representation consists in modifying the distance between a portion of said digital objects.
Selon une troisième variante que ladite modification de la représentation numérique multidimensionnelle consiste à appliquer un traitement de calcul différent de ladite représentation numérique multidimensionnelle. Avantageusement, ledit traitement de calcul différent de ladite 2 0 représentation numérique multidimensionnelle consiste à prendre en compte au moins un objet numérique nouveau. Selon un mode de réalisation particulier, le traitement de recalcule de ladite représentation graphique bidimensionnelle suite à une modification de la représentation 2 5 numérique multidimensionnelle est enregistrée dans ladite bibliothèque de traitements. Avantageusement, la sélection d'une représentation graphique bidimensionnelle dans ladite bibliothèque de traitements est déterminée par un traitement statistique appliqué sur une partie des variables desdits objets numériques. 30 Selon un autre mode de réalisation, ledit traitement statistique appliqué sur une partie des variables desdits objets numériques est constitué par une maximisation d'une fonction desdites variables. - 7 - Description détaillée d'un exemple non limitatif de réalisation La présente invention sera mieux comprise à la lecture de la description d'un exemple non limitatif de réalisation illustré par les dessins annexés où : la figure 1 représente une vue schématique de l'ontologie partielle la figure 2 représente un exemple de représentation complète du graphe G La figure 3 représente une vue schématique d'un exemple de représentation partielle du graphe G (zoom minimum) La figure 4 représente une vue schématique d'un exemple de représentation partielle du graphe G (focus sur ISF) La figure 5 représente une vue schématique d'un exemple de projection du graphe sur une sphère La figure 6 représente une vue schématique du diagramme d'activité faisant apparaitre les deux boucles d'interaction (exploration et personnalisation) Le système selon l'exemple de réalisation décrit dans ce qui suit comporte les éléments suivants : A) un entrepôt de données, comportant un ensemble de données (ou indicateurs) statistiques (notés Si), dans lequel les objets numériques (ou indicateurs statistiques), constitués comme une liste de valeurs numériques, sont classés d'après les caractéristiques suivantes, cette liste étant non limitative : - par leur nature, qualitatifs ou quantitatifs - par leurs métadonnées (ou caractéristiques), l'un de leurs principales 2 5 caractéristiques étant leur appartenance à une thématique - par leur mode de production : résultant d'observation, ou résultat d'un calcul et d'un traitement Un exemple d'un tel indicateur peut être par exemple la population des pays du monde, constitué par la liste des valeurs individuelle de chaque pays, le PIB, constitué de 30 la même manière par la liste des valeurs individuelle de chaque pays, le PIB/habitant, résultant du calcul du quotient des deux indicateurs précédents... B) un ensemble de thématiques générales, ces thématiques pouvant être organisées en thématiques principales et secondaires, voire tertiaires (notés Ti). Les - 8 - indicateurs définis précédemment sont associés à une ou plusieurs thématiques, soit par décision humaine, soit par un processus automatisé qui peut être le résultat des étapes ultérieurement décrites. Ces thématiques peuvent par ailleurs elles mêmes être organisées sous forme d'une ontologie de domaine. L'ensemble des indicateurs considérés comme des entités, et des thématiques décrites ici, constitue une taxonomie du domaine considéré. C) un ensemble (bibliothèque) de processus (notés P1), qui peuvent être appliqués aux séries de valeurs des indicateurs statistiques en vue d'obtenir une représentation graphique des dits indicateurs, soit sous forme d'une représentation graphique bidimensionnelle, ou d'un représentation cartographique, par association des valeurs numériques à un objet vectoriel, point, ligne ou surface. Ces processus sont génériques en ce qu'ils peuvent être indifféremment associés à un ou plusieurs indicateurs Si, suivant leurs caractéristiques. Ces processus peuvent eux mêmes être constitués de plusieurs étapes de traitement telles que normalisation, ordonnancement, discrétisation, représentation graphique ou cartographique, l'ensemble de ces étapes étant constitutive du processus susdit. A chacun de ces processus peut être associé un ensemble de paramètres qui affectent le résultat du traitement. Pour obtenir une représentation graphique ou cartographique, il suffit 2 0 d'appliquer un processus P à un ou plusieurs des indicateurs S On obtient alors une série de représentation Gi. Chaque indicateur Si peut lui même être associé à un ou plusieurs processus Pi, cette association pouvant être prise en compte dans la génération du réseau sémantique 2 5 indiqué ci dessous. On dispose d'autre part d'un ensemble de paramètres utilisateur (profil), associant pour un certain nombre de thématiques choisies par l'utilisateur, une valeur numérique (notée Ci). 1) Constitution et configuration de l'entrepôt de données 3 0 L'entrepôt de données est défini par un ensemble de vecteurs et de matrices de données numériques, chacune d'entre elles ayant les caractéristiques définies ci dessus. Un tel entrepôt pourra être constitué à partir de données publiques tels qu'accessibles sur le site data.gouv.fr. 10 - 9 - Un exemple d'un tel indicateur est la série des valeurs de la population résultant des recensements depuis 1962 : Libellé Démographie - Population municipale au recensement - France métropolitaine 2011 63070344 2006 61399733 1999 58518395 1990 56615155 1982 54334871 1975 52591584 1968 49711853 1962 46425393 Un autre exemple est la série des valeurs de la population par année et par tranche d'âge: Haut du formulaire Bas du formulaire5 - 10 - Population au 1er Population au ler janvier - Ensemble - De 20 à 59 ans - France métropolitaine Population au 1er janvier - Ensemble - janvier - Ensemble - 60 Moins de 20 ans - ans et plus - France France métropolitaine métropolitaine 2011 15 440 408 32 939 901 14 690 035 2010 15 406 592 33 023 612 14 335 031 2009 15 368 840 33 107 066 13 989 803 2008 15 337 575 33 170 779 13 626 512 2007 15 315 094 33 219 983 13 260 161 2006 15 280 401 33 193 638 12 925 694 2005 15 242 403 32 971 217 12 749 644 2004 15 183 494 32 760 470 12 561 457 2003 15 116 574 32 560 892 12 424 375 2002 15 091 374 32 288 026 12 306 499 2001 15 067 857 31 962 065 12 236 650 2000 15 047 287 31 667 286 12 143 625 2) Constitution et configuration de l'ontologie des thématiques Une taxonomie des thématiques pourra être constituée à partir des éléments publiés par le service fournissant les données publiques. Par exemple, pour les éléments publiés sur le site "data.gouv.fr", on obtient la liste suivante de thématiques principales : - Agriculture & Alimentation - Culture - Économie & Emploi - Éducation & Recherche - International & Europe - Logement, Développement Durable & Énergie - 11 - - Santé & Social - Société - Territoires & Transports Pour la thématique principale "Economie et emploi", on obtient une liste de jeux de données qui comprend les éléments suivants, entre autres : - Population - Impôt de solidarité sur la fortune Pour la série de données "Impôt de solidarité sur la fortune", on obtient deux indicateurs statiques : - ISF 2010 - ISF 2011 Pour la thématique "Education et Recherche", on obtient une liste de jeu de données qui comprend les éléments suivants, entre autres : 20 - Effectifs d'étudiants inscrits dans les établissements et les formations de l'enseignement supérieur - Indicateurs de valeur ajoutée des lycées d'enseignement général et technologique Pour le jeu de données "Indicateurs de valeur ajoutée", on obtient plusieurs 2 5 indicateurs dont les suivants : - Taux Brut de Réussite série L - Taux Brut de Réussite série ES - Taux Brut de Réussite série S 30 15 Une ontologie très partielle correspondant à ces éléments peut être constituée comme illustré par la figure 1. - 12 - La constitution d'une ontologie de domaine étant du ressort des techniques de l'ingénierie des connaissances, il n'entre pas dans l'objet de cette description d'entrer dans les détails concernant la constitution d'une ontologie de domaine cohérente, pertinente, et complète.According to a third variant, said modification of the multidimensional digital representation consists in applying a calculation process different from said multidimensional digital representation. Advantageously, said calculation processing different from said multidimensional digital representation consists of taking into account at least one new digital object. According to a particular embodiment, the recalculation processing of said two-dimensional graphical representation following a modification of the multidimensional digital representation is recorded in said processing library. Advantageously, the selection of a two-dimensional graphical representation in said processing library is determined by a statistical processing applied to a portion of the variables of said digital objects. According to another embodiment, said statistical processing applied to a portion of the variables of said digital objects is constituted by a maximization of a function of said variables. DESCRIPTION OF THE PREFERRED EMBODIMENT The present invention will be better understood on reading the description of a nonlimiting exemplary embodiment illustrated by the accompanying drawings in which: FIG. 1 represents a schematic view of the partial ontology FIG. 2 represents an example of a complete representation of the graph G FIG. 3 represents a schematic view of an example of a partial representation of the graph G (minimum zoom) FIG. 4 represents a schematic view of an example of a partial representation of the graph G (focus on ISF) FIG. 5 represents a schematic view of an example of projection of the graph on a sphere FIG. 6 represents a schematic view of the activity diagram showing the two interaction loops (exploration and customization) The system according to the exemplary embodiment described in the following comprises the following elements: A) a data warehouse, comprising nt a set of statistical data (or indicators) (denoted Si), in which the digital objects (or statistical indicators), constituted as a list of numerical values, are classified according to the following characteristics, this list being nonlimiting: by their nature, qualitative or quantitative - by their metadata (or characteristics), one of their main characteristics being their belonging to a thematic - by their mode of production: resulting from observation, or result of a calculation and An example of such an indicator could be for example the population of the countries of the world, constituted by the list of individual values of each country, the GDP, constituted in the same way by the list of individual values of each country. country, the GDP / inhabitant, resulting from the calculation of the quotient of the two preceding indicators ... B) a set of general themes, these themes being able to be organized in th matic main and secondary or tertiary (denoted Ti). The previously defined indicators are associated with one or more themes, either by human decision or by an automated process that may be the result of the steps subsequently described. These topics can also be organized in the form of a domain ontology. The set of indicators considered as entities, and the themes described here, constitutes a taxonomy of the field considered. C) a set (library) of processes (denoted P1), which can be applied to the series of values of the statistical indicators to obtain a graphical representation of said indicators, either in the form of a two-dimensional graphical representation, or a cartographic representation, by associating numerical values with a vector object, point, line or surface. These processes are generic in that they can be indifferently associated with one or more indicators Si, according to their characteristics. These processes can themselves consist of several processing steps such as normalization, scheduling, discretization, graphic or cartographic representation, all of these steps being constitutive of the aforementioned process. Each of these processes can be associated with a set of parameters that affect the outcome of the treatment. To obtain a graphical or cartographic representation, it suffices to apply a process P to one or more of the indicators S. A series of representation Gi is then obtained. Each indicator Si can itself be associated with one or more processes Pi, this association can be taken into account in the generation of the semantic network 2 5 indicated below. On the other hand, there is a set of user parameters (profile), associating for a number of themes chosen by the user, a numerical value (denoted Ci). 1) Data warehouse construction and configuration The data warehouse is defined by a set of vectors and digital data matrices, each of which has the characteristics defined above. Such a warehouse may be constituted from public data as accessible on the data.gouv.fr website. 10 - 9 - An example of such an indicator is the series of population values resulting from censuses since 1962: Label Demography - Municipal population at census - Metropolitan France 2011 63070344 2006 61399733 1999 58518395 1990 56615155 1982 54334871 1975 52591584 1968 49711853 1962 46425393 Another example is the series of population values by year and by age group: Top of the form Bottom of the form5 - 10 - Population at 1st Population on 1st January - Together - 20 to 59 years - Metropolitan France Population at January 1st - Together - January - Together - 60 Under 20 - years old and over - France Metropolitan France metropolitan 2011 15 440 408 32 939 901 14 690 035 2010 15 406 592 33 023 612 14 335 031 2009 15 368 840 33 107 066 13 989 803 2008 15 337 575 33 170 779 13 626 512 2007 15 315 094 33 219 983 13 260 161 2006 15 280 401 33 193 638 12 925 694 2005 15 242 403 32 971 217 12 749 644 2004 15 183 494 32 760 470 12,561 457 2003 15 116 574 32 560 892 12 424 375 2002 15 091 374 32 288 026 12 306 499 2001 15 067 857 31 962 065 12 236 650 2000 15 047 287 31 667 286 12 143 625 2) Constitution and configuration of the ontology themes A thematic taxonomy can be formed from the elements published by the service providing the public data. For example, for the elements published on the site "data.gouv.fr", we obtain the following list of main themes: - Agriculture & Food - Culture - Economy & Employment - Education & Research - International & Europe - Housing, Sustainable Development & Energy - 11 - - Health & Social - Society - Territories & Transport For the main theme "Economy and employment", we obtain a list of data sets that includes the following elements, among others: - Population - Solidarity tax on the fortune For the data series "Solidarity tax on wealth", we obtain two static indicators: - ISF 2010 - ISF 2011 For the theme "Education and Research", we obtain a list of data sets that includes the following elements, among others: 20 - Enrollment of students enrolled in higher education institutions and training - Value-added indicators of general education high schools and te For the "Value-added indicators" dataset, we obtain several 25 indicators, including the following: - L-Series Gross Success Rate - ES-Series Gross Success Rate - S-Series Gross Success Rate 30 15 A very partial ontology corresponding to these elements can be constituted as illustrated by figure 1. - 12 - The constitution of a domain ontology being the competence of the techniques of the engineering of the knowledge, it does not fall in the object of this description d 'go into the details regarding the constitution of a coherent, relevant, and complete domain ontology.
Par ailleurs, il existe des ontologies de domaine publiques qui peuvent être utilisées en fonction du domaine concerné. 3) Constitution et configuration de la bibliothèque de processus.In addition, there are public domain ontologies that can be used depending on the domain concerned. 3) Constitution and configuration of the process library.
Pour définir une bibliothèque de processus, on dispose des éléments suivants : - Une librairie de traitements, applicables à des vecteurs ou des matrices de données. Ces traitements peuvent être des traitements à caractère statistique (normalisation, discrétisation...) , ou graphique (représentation sous forme d'histogramme, de nuage de points...). Des outils tels notamment que R (R project for statistical computing and graphics) fournissent de telles librairies. Chacun de ces traitements est associé à un ensemble de paramètres. Un processus est donc défini par : 2 0 - L'ensemble des traitements, et l'ordre de leur application sur les données. - L'ensemble des paramètres des traitements. Dans un environnement tel que R, un tel processus prendra la forme d'une fonction qui prendra pour paramètres en entrée la donnée à traiter, et les paramètres de traitement sous forme d'une liste, les items étant séparés par des virgules. Les traitements à 2 5 appliquer sont définis dans le corps de la fonction. 4) Constitution du réseau sémantique Un réseau sémantique est constitué entre l'ensemble des thématiques 3 0 susdites, l'ensemble de indicateurs statistiques susdits, considérés chacun comme une entité à part entière, soit en utilisant un outil logiciel caractérisé par une interface graphique, soit en procédant à l'analyse d'un référentiel donné, en se basant sur la cooccurrence des termes de l'ontologie de domaine, ou à d'autres méthodes automatiques ou non. - 13 - Un calcul de distance est effectué entre chaque terme de l'ontologie de domaine : l'ontologie de domaine étant exprimée sous forme d'un réseau sémantique, lequel peut être exprimé sous forme de graphe, on peut calculer la distance entre deux termes (ou sommets) par le nombre minimum d'arcs d'une chaîne allant de l'un à l'autre. 5) Constitution d'une représentation graphique pseudo-tridimensionnelle A partir du réseau sémantique indiqué ci-dessus, on constitue une représentation graphique pseudo tridimensionnelle des thématiques. On calcule d'une part une représentation graphique dans un espace à plusieurs dimensions, celles-ci pouvant être les trois dimensions d'un espace tridimensionnel, d'autres dimensions telles que la taille, la couleur, ou la graisse de la police servant à représenter les paramètres utilisateur Ci. Construction du graphe La construction de la représentation graphique pseudo tridimensionnelle des thématiques passent tout d'abord par la construction d'un graphe classique. Ce graphe, noté G, est caractérisé par : 2 0 un ensemble de sommets S = { Sa}. Chaque sommet correspondant à une thématique Ti (primaires, secondaires, tertiaires) ou un indicateur statistique S sélectionnés au préalable par l'utilisateur. Un ensemble de variables {Visa, V2sa, V3sa} qui caractérisent un sommet Sa : o La variable Visa est une variable qualitative. Elle représente l'appartenance 25 d'un sommet Sa à une thématique primaire o La variable V2sa est une variable qualitative. Elle représente « le niveau de profondeur » (thématique primaire, secondaire, tertiaire, indicateur statistique), de la variable. o La variable V3sa est une variable quantitative. Elle représente le poids de cette 30 variable, construit par exemple par analyse du nombre d'occurrence de ce terme dans la littérature ou par statistique d'utilisation. un ensemble d'arcs orientés A = {Asasb} décrivant la relation établie par constitution du réseau sémantique (étape 4) entre deux sommets (thématique ou indicateur) - 14 - Si on reprend notre jeu de donnée d'exemple, on obtient pour le graphe les arcs orientés suivants : Arc Sommet départ Sommet arrivée AS1S3 S1 S3 AS1S4 S1 S4 AS2S5 S2 S5 AS2S6 S2 S6 AS3 S7 S3 S7 AS3 S8 S3 S8 AS6S9 S6 S9 A86810 S6 S10 As6S11 S6 S11 Ce Tableau représente l'ensemble A des arcs orientés du graphe G. Et les sommets suivants, illustré par le tableau de l'ensemble S des sommets du graphe S: Sa Terme Vlsa V2 Sa V3 Sa Si Economie & Emploi Economie & Emploi Primaire 15 S2 Education & Recherche Education & Recherche Primaire 20 S3 ISF Economie & Emploi Secondaire 5 S4 Population Economie & Emploi Secondaire 10 S5 Effectifs Etudiants Education & Recherche Secondaire 8 S6 Valeur Ajoutée Education & Recherche Secondaire 12 S7 ISF 2010 Economie & Emploi Indicateur 3 S8 ISF 2011 Economie & Emploi Indicateur 2 S9 Taux réussite Série L Education & Recherche Indicateur 5 Si° Taux réussite Série S Education & Recherche Indicateur 5 Sil Taux réussite Série ES Education & Recherche Indicateur 2 Dans cet exemple, les valeurs V3sa sont construites de manière suivante.To define a process library, the following elements are available: - A processing library, applicable to vectors or data matrices. These treatments can be statistical processing (normalization, discretization ...), or graphical (representation as a histogram, scatter plot ...). Tools such as R (R project for statistical computing and graphics) provide such libraries. Each of these treatments is associated with a set of parameters. A process is therefore defined by: The set of treatments, and the order of their application on the data. - The set of parameters of the treatments. In an environment such as R, such a process will take the form of a function which will take as input parameters the data to be processed, and the processing parameters in the form of a list, the items being separated by commas. The treatments to be applied are defined in the body of the function. 4) Constitution of the Semantic Network A semantic network is formed between all of the aforementioned themes, the set of aforementioned statistical indicators, each considered as a separate entity, or by using a software tool characterized by a graphical interface, either by analyzing a given repository, based on the co-occurrence of the terms of the domain ontology, or other automatic methods or not. - 13 - A distance calculation is carried out between each term of the domain ontology: the domain ontology being expressed in the form of a semantic network, which can be expressed as a graph, it is possible to calculate the distance between two terms (or vertices) by the minimum number of arcs in a chain going from one to the other. 5) Creation of a pseudo-three-dimensional graphical representation From the semantic network indicated above, a pseudo-three-dimensional graphical representation of the themes is constituted. On the one hand, a graphical representation is calculated in a space with several dimensions, these being able to be the three dimensions of a three-dimensional space, other dimensions such as the size, the color, or the fat of the font used to to represent the user parameters Ci. Construction of the graph The construction of the pseudo-three-dimensional graphical representation of the themes first passes by the construction of a classical graph. This graph, noted G, is characterized by: a set of vertices S = {Sa}. Each vertex corresponding to a thematic Ti (primary, secondary, tertiary) or a statistical indicator S selected beforehand by the user. A set of variables {Visa, V2sa, V3sa} that characterize a Sa top: o The Visa variable is a qualitative variable. It represents the membership of a vertex Sa with a primary theme o The variable V2sa is a qualitative variable. It represents the "depth level" (primary, secondary, tertiary, statistical indicator) of the variable. o Variable V3sa is a quantitative variable. It represents the weight of this variable, constructed for example by analysis of the number of occurrences of this term in the literature or by use statistics. a set of arcs oriented A = {Asasb} describing the relation established by constitution of the semantic network (step 4) between two vertices (thematic or indicator) - 14 - If we take again our dataset of example, one obtains for the graph the following oriented arcs: Arc Start vertex Peak arrival AS1S3 S1 S3 AS1S4 S1 S4 AS2S5 S2 S5 AS2S6 S2 S6 AS3 S7 S3 S7 AS3 S8 S3 S8 AS6S9 S6 S9 A86810 S6 S10 As6S11 S6 S11 This table represents the set A of oriented arcs of the graph G. And the following vertices, illustrated by the table of the set S of the vertices of the graph S: Sa Term Vlsa V2 Sa V3 Sa Si Economy & Employment Economy & Primary Employment 15 S2 Education & Research Education & Primary Research 20 S3 ISF Economy & Secondary Employment 5 S4 Population Economy & Secondary Employment 10 S5 Staff Students Education & Secondary Research 8 S6 Value Added Education & Secondary Research 12 S7 ISF 2010 Economy & Employment Indicator 3 S8 ISF 2011 Economy & Employment Indica 2 S9 Success Rate L Series Education & Research Indicator 5 Si ° Success Rate S Series Education & Research Indicator 5 Sil Success Rate ES Series Education & Research Indicator 2 In this example, V3sa values are constructed as follows.
Notons descendant(Sa, Sb), la fonction qui renvoie vrai si Sb est un descendant direct de Sa dans le graphe G. - 15 - Notons Fsa le sous-ensemble de S tel que un sommet Sb appartient à Fsa si il appartient à S et qu'il est un descendant direct de Sa Va E (1.. rd, Fsa = (Sb), ta Sb E S A descendant(S,' Sb) = 1 Exemple : Fsi = {53, 54} On obtient alors la valeur V3sa : si V2sa = Indicateur : V3sa = cste sinon : Va E (1.. n}, V3sa = { V3sb ,Sb E Fsa b Exemple : pour le sommet Si, V353 = V353 + V354 = 5 + 10= 15 Représentation du graphe Afin de représenter les caractéristiques de nos sommets à l'écran, on associe : la variable V1 à une couleur o Economie & Emploi : rouge 15 o Eduction & recherche : bleu la variable V2 à une graisse : Primaire > Secondaire > Indicateur la variable V3 à une taille On décide aussi de représenter les arcs à l'écran et de représenter les sommets par leur terme. 2 0 On obtient alors la représentation complète représentée en figure 2. On comprend facilement que si la taille du graphe augmente considérablement, il deviendra alors illisible. Afin de faciliter la lecture, la possibilité de « zoomer » dans cette structure est nécessaire. 25 Au niveau le plus haut, seules les thématiques primaires sont visibles comme représenté en figure 3. 10 - 16 - Si l'on met le focus sur une sous-thématique, par exemple « ISF », on obtient alors une représentation illustrée par la figure 3 correspondant à une représentation partielle du graphe G (focus sur ISF) Représentation du graphe dans un espace pseudo tridimensionnelle Afin d'améliorer l'ergonomie, le graphe obtenu précédemment peut être représenté par une sphère, un espace hyperbolique, comme illustré par la figure 5 correspondant à un exemple de projection du graphe sur une sphère Cette représentation graphique multidimensionnelle est représentée sur un écran plat par projection de la représentation tridimensionnelle dans un espace à deux dimensions, l'axe de projection choisi étant fonction des paramètres utilisateur : cet axe est choisi comme étant le centroïde des thématiques spécifiques à l'utilisateur, pondérées par les valeurs Ci associées au profil de l'utilisateur. Les graphiques générés par les processus attachés aux indicateurs statistiques les plus proches de l'axe choisi sont alors automatiquement générés. 2 0 Le dispositif permet de : - Faire varier l'axe de projection, cette action ayant pour effet de générer les graphiques associés aux indicateurs statistiques les plus proches de l'axe de projection choisi; - Sélectionner plusieurs thématiques (au minimum deux), et provoquer leur rapprochement ou leur éloignement, la représentation graphique tridimensionnelle des 2 5 thématiques étant alors modifiée en conséquence, dans sa globalité; - Modifier les paramètres d'un ou plusieurs processus appliqués aux indicateurs, ce qui aura pour effet d'appliquer les processus modifiés aux indicateurs, en ajoutant le processus ainsi modifié aux processus pouvant être appliqués; - Ajouter un indicateur statistique de même nature que les indicateurs 30 présents dans l'entrepôt initial, la position de l'indicateur statistique nouvellement ajouté dans l'espace multidimensionnel étant fonction de la position courante de l'axe de projection. - Associer une représentation bidimensionnelle à l'indicateur nouvellement ajouté, le processus permettant de générer la représentation bidimensionnelle étant alors associé à l'indicateur statistique au niveau de l'entrepôt; - 17 - La figure 6 représente le diagramme d'activité faisant apparaitre les deux boucles d'interaction (exploration et personnalisation) Le diagramme présente les deux boucles interactives auxquelles l'utilisateur final est confronté : - Une première boucle permettant d'explorer un espace de représentations graphiques au travers d'une navigation dans la représentation d'un réseau sémantique. Cette boucle se caractérise par les étapes suivantes : o Navigation dans l'espace sémantique o Choix d'une ou de plusieurs thématiques o Génération d'une représentation graphique à partir dudit choix o Ces étapes étant répétées jusqu'à l'obtention d'une ou de plusieurs représentations intéressantes pour l'utilisateur - Une seconde boucle permettant de personnaliser une représentation graphique donnée.Let us note downward (Sa, Sb), the function that returns true if Sb is a direct descendant of Sa in the graph G. - 15 - Let us denote by Fsa the subset of S such that a vertex Sb belongs to Fsa if it belongs to S and that it is a direct descendant of Sa Va E (1 .. rd, Fsa = (Sb), your descending Sb ESA (S, 'Sb) = 1 Example: Fsi = {53, 54} We then obtain the value V3sa: if V2sa = Indicator: V3sa = otherwise if: Va E (1 .. n}, V3sa = {V3sb, Sb E Fsa b Example: for the vertex Si, V353 = V353 + V354 = 5 + 10 = 15 Representation of the graph To represent the characteristics of our vertices on the screen, we associate: the variable V1 to a color o Economy & Employment: red 15 o Eduction & search: blue the variable V2 to a fat: Primary> Secondary> Indicator the variable V3 at a size One also decides to represent the arcs on the screen and to represent the vertices by their term 2 0 One obtains then the complete representation represented in figure 2. One understands nd easily that if the size of the graph increases considerably, then it will become illegible. In order to facilitate reading, the possibility of "zooming" in this structure is necessary. 25 At the highest level, only the primary themes are visible as shown in Figure 3. 10 - 16 - If we focus on a sub-theme, for example "ISF", we obtain a representation illustrated by the figure 3 corresponding to a partial representation of the graph G (focus on ISF) Representation of the graph in a pseudo three-dimensional space In order to improve the ergonomics, the graph obtained previously can be represented by a sphere, a hyperbolic space, as illustrated by the FIG. 5 corresponding to an example of projection of the graph on a sphere This multidimensional graphical representation is represented on a flat screen by projection of the three-dimensional representation in a two-dimensional space, the projection axis chosen being a function of the user parameters: this axis is chosen as the centroid of the user-specific themes, weighted by the values Ci ass linked to the user's profile. The graphs generated by the processes attached to the statistical indicators closest to the chosen axis are then automatically generated. The device makes it possible to: - vary the projection axis, this action having the effect of generating the graphics associated with the statistical indicators closest to the projection axis chosen; - Select several themes (at least two), and cause their approximation or their distance, the three-dimensional graphical representation of 2 5 topics then being modified accordingly, in its entirety; - Modify the parameters of one or more processes applied to the indicators, which will have the effect of applying the modified processes to the indicators, adding the modified process to the processes that can be applied; Add a statistical indicator of the same nature as the indicators 30 present in the initial warehouse, the position of the newly added statistical indicator in the multidimensional space being a function of the current position of the projection axis. - Associate a two-dimensional representation with the newly added indicator, the process for generating the two-dimensional representation then being associated with the statistical indicator at the warehouse level; Figure 6 shows the activity diagram showing the two interaction loops (exploration and customization) The diagram presents the two interactive loops to which the end user is confronted: - A first loop to explore a space graphical representations through a navigation in the representation of a semantic network. This loop is characterized by the following steps: o Navigation in the semantic space o Choice of one or more themes o Generation of a graphical representation from this choice o These steps being repeated until a or several interesting representations for the user - A second loop to customize a given graphical representation.
Chaque représentation proposée par le système implique l'exécution d'un processus de génération portant sur un ou plusieurs indicateurs statistiques. Ledit processus ou lesdits indicateurs peuvent être modifié par l'utilisateur afin de modifier la représentation graphique. Lorsque l'utilisateur crée une nouvelle représentation graphique, le processus de génération vient alimenter la banque de processus afin de 2 0 pouvoir être réutilisé pour les futurs utilisateurs.Each representation proposed by the system involves the execution of a generation process relating to one or more statistical indicators. The said process or indicators can be modified by the user to modify the graphical representation. When the user creates a new graphical representation, the generation process feeds the process bank so that it can be reused for future users.
Claims (4)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1453594A FR3020162A1 (en) | 2014-04-22 | 2014-04-22 | METHOD FOR DYNAMIC GENERATION OF INTERACTIVE GRAPHICAL REPRESENTATIONS OF DATA |
| PCT/FR2015/051020 WO2015162358A1 (en) | 2014-04-22 | 2015-04-15 | Method for the dynamic generation of interactive graphic representations of data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1453594A FR3020162A1 (en) | 2014-04-22 | 2014-04-22 | METHOD FOR DYNAMIC GENERATION OF INTERACTIVE GRAPHICAL REPRESENTATIONS OF DATA |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3020162A1 true FR3020162A1 (en) | 2015-10-23 |
Family
ID=52016647
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1453594A Withdrawn FR3020162A1 (en) | 2014-04-22 | 2014-04-22 | METHOD FOR DYNAMIC GENERATION OF INTERACTIVE GRAPHICAL REPRESENTATIONS OF DATA |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3020162A1 (en) |
| WO (1) | WO2015162358A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020104743A1 (en) | 2018-11-23 | 2020-05-28 | Universite De L'ingenierie | Method for creating interactive digital documents |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115357741B (en) * | 2022-10-24 | 2023-01-03 | 湖南省第二测绘院 | Online statistical service method and system for spatial data of natural resources |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19917592A1 (en) | 1999-04-19 | 2000-10-26 | Delphi 2 Creative Tech Gmbh | Semantic network consisting of several units, in which the semantic network contains both semantic units which possess relational contents and connection units |
| FR2826487B1 (en) | 2001-06-25 | 2003-12-12 | Ismap | CARTOGRAPHIC INFORMATION METHOD AND SYSTEM |
| WO2006061134A1 (en) | 2004-12-08 | 2006-06-15 | Kartoo Sa | Device for positioning an object on an interface |
-
2014
- 2014-04-22 FR FR1453594A patent/FR3020162A1/en not_active Withdrawn
-
2015
- 2015-04-15 WO PCT/FR2015/051020 patent/WO2015162358A1/en active Application Filing
Non-Patent Citations (3)
| Title |
|---|
| AMMAR MECHOUCHE ET AL: "A Hybrid System Using Symbolic and Numeric Knowledge for the Semantic Annotation of Sulco-Gyral Anatomy in Brain MRI Images", IEEE TRANSACTIONS ON MEDICAL IMAGING, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 28, no. 8, 31 August 2009 (2009-08-31), pages 1165 - 1178, XP011264273, ISSN: 0278-0062 * |
| MIAO CHEN ET AL: "From metadata to ontology representation: A case of converting severe weather forecast metadata to an ontology", PROCEEDINGS OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY, vol. 49, no. 1, 31 January 2012 (2012-01-31), pages 1 - 4, XP055171053, ISSN: 0044-7870, DOI: 10.1002/meet.14504901286 * |
| YANG PING ET AL: "DYNAMIC CARTOGRAPHIC REPRESENTATION OF SPATIO-TEMPORAL DATA", THE INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, BEIJING 2008, VOL. XXXVII PART B2, 31 December 2008 (2008-12-31), XP055171049, Retrieved from the Internet <URL:http://www.isprs.org/proceedings/XXXVII/congress/2_pdf/1_WG-II-1/02.pdf> [retrieved on 20150220] * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020104743A1 (en) | 2018-11-23 | 2020-05-28 | Universite De L'ingenierie | Method for creating interactive digital documents |
| FR3089040A1 (en) | 2018-11-23 | 2020-05-29 | Universite De L'ingenierie | METHOD FOR CREATING INTERACTIVE DIGITAL DOCUMENTS |
| US11354488B2 (en) | 2018-11-23 | 2022-06-07 | Universite De L'ingenierie | Method for creating interactive digital documents |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2015162358A1 (en) | 2015-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11232152B2 (en) | Efficient processing of neighborhood data | |
| Sharma | Expanded cloud plumes hiding Big Data ecosystem | |
| Venkatram et al. | Review on big data & analytics–concepts, philosophy, process and applications | |
| Chen et al. | Business intelligence and analytics: From big data to big impact | |
| CN108021984A (en) | Determine the method and system of the feature importance of machine learning sample | |
| WO2019015631A1 (en) | Method for generating combined features for machine learning samples and system | |
| Chen et al. | Calibrating a Land Parcel Cellular Automaton (LP-CA) for urban growth simulation based on ensemble learning | |
| CN112136111B (en) | Distributed resource allocation | |
| Li et al. | Software and applications of spatial data mining | |
| Venturelli et al. | A Kriging-assisted multiobjective evolutionary algorithm | |
| Srinivasan | Guide to big data applications | |
| Uzwyshyn | From Open Science and Datasets to AI and Discovery | |
| FR3020162A1 (en) | METHOD FOR DYNAMIC GENERATION OF INTERACTIVE GRAPHICAL REPRESENTATIONS OF DATA | |
| Zaffar et al. | Comparing the performance of FCBF, Chi-Square and relief-F filter feature selection algorithms in educational data mining | |
| CN112166413B (en) | Distributed resource allocation | |
| CN114175018A (en) | New word classification technique | |
| Mengle et al. | Mastering machine learning on Aws: advanced machine learning in Python using SageMaker, Apache Spark, and TensorFlow | |
| Umar | A Digital Transformation Lab for Developing Countries and Small to Medium Enterprises | |
| US20220300537A1 (en) | Real-time geo-intelligent aggregation engine | |
| Pons-Muñoz de Morales | Big data and Sentiment Analysis considering reviews from e-commerce platforms to predict consumer behavior | |
| Al Aghbari | Mining big data | |
| US11941076B1 (en) | Intelligent product sequencing for category trees | |
| Eaglin | Scalable, situationally aware visual analytics and applications | |
| US20230267467A1 (en) | Efficient integration of data into environments | |
| US11861768B1 (en) | Alpha shape approximation of data points |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |
|
| PLFP | Fee payment |
Year of fee payment: 8 |
|
| PLFP | Fee payment |
Year of fee payment: 9 |
|
| ST | Notification of lapse |
Effective date: 20231205 |