La Visualisation de Grands
Ensembles de Données

(Janvier 1998)


I) Introduction :


L'information peut facilement être comparée au son : s'il y a trop de son émis on n'entend plus rien. Ainsi, grâce aux nouvelles technologies de communication (téléphone, fax, Internet...) et de l'informatique (Bases de Données, échantillonnage...) l'information nous parvient comme une grosse masse chaotique où il devient difficile de trouver l'information pertinente. Ce fait explique l'explosion des logiciels de recherche d'information ("data mining") notamment au niveau des entreprises pour lesquelles l'information est devenue vitale.
De nombreux systèmes et techniques ont été développés pour traiter le problème (algorithmes, techniques statistiques, automates...). Nous allons ici nous pencher " seulement " sur les techniques graphiques de représentation des grands ensembles de données.

Le but des systèmes graphiques est d'aider l'utilisateur à comprendre rapidement et facilement un ensemble de données en utilisant les possibilités naturelles qu'offre la vision. Ainsi pour illustrer la puissance de ce sens on peut voir qu'il nous est beaucoup plus facile de synthétiser les propriétés d'une équation de courbe en regardant sa représentation graphique où l'on va observer les asymptotes, les discontinuités, les régularités et irrégularités... qu'en regardant la suite de chiffres et de x,y qui la définissent pourtant totalement.
De la même manière les représentations visuelles de phénomènes complexes (notamment à cause de leur quantité) peuvent en élargir ou développer notre compréhension. Ainsi ces dernières années on a commencé à appliquer les méthodes de visualisation scientifique dans divers domaines tels la modélisation moléculaire, les simulations atmosphériques ou l'imagerie médicale. C'est dans ce cadre qu'est apparu le nouveau domaine de la visualisation de l'information grâce notamment aux recherches du Xerox PARC (Palo Alto Research Center).
Les systèmes de visualisation sont à 2 comme des outils de lecture propre à développer notre capacité de penser. On cherche à mettre à contribution notre équipement visuel et les mécanismes profonds de l'esprit qui sont capables d'extraire un sens à partir d'informations agencées dans l'espace, et qui peuvent ainsi être libéré de notre " énergie mentale " pour des processus 0.
La forme visuelle de l'information est une forme intrinsèquement compressée.

Deux grands ensembles de solutions sont possibles pour résoudre le problème de la quantité d'information :
- Eclater la masse en plus petits blocs que l'on pourra examiner les uns après les autres (solution temporelle).
- Ou travailler l'espace de visualisation pour montrer le plus de chose possible.
Dans les deux cas la tâche est difficile car si on suit la stratégie temporelle il faut beaucoup de temps... le problème n'est donc pas vraiment résolu, et si on suit la 1 spatiale on se heurte rapidement aux contraintes physiques et humaines : l'écran est un espace borné à résolution fini, et nos capacités biologiques (capacité de voir de notre oeil) et mentales (capacité à manipuler des concepts en quantité) sont vite dépassées. Pour ces raisons les modèles élaborés jouent en général sur les deux plans.

Nous avons donc classé les techniques que nous allons vous présenter selon d'autres critères. Trois ensembles peuvent être définis :

* Les modèles projectifs ("mapping") qui sont des solutions qui découlent de la nature même de l'objet observé, c'est à dire qui sont de simple projection de l'objet sur l'espace de visualisation.

* Les modèles qui se concentrent sur l'apparence, l'accessibilité et l'utilisabilité des données en offrant notamment à l'utilisateur une interface intuitive. Ce sont les modèles techniques de présentation d'information.

* Les modèles dits dynamiques du fait que l'objet visualisé répond automatiquement aux changements qui peuvent intervenir dans les données (que ce soit du fait de l'utilisateur ou non).

Cette classification est bien sur assez caricaturale, et il serait assez facile de faire passer un modèle d'un ensemble vers un autre.

II) Les modèles projectif (" mapping of the object ") :

II.1) Tracé de surface :

L'une des représentations les plus classiques est le tracé de surface en 3D (Surface Plot) qui se construit selon trois axes X, Y, Z. La donnée est caractérisée par deux ensembles de structures régulières tracés sur les axes horizontaux X et Z, et d'une donnée variable tracée sur l'axe des hauteurs Y. L'ensemble des points forme une surface souvent colorée pour indiquer les variations de profondeur. Le graphe résultant peut être facilement interprété pour identifier les caractéristiques des données.

II.2) Cityscape :

Le Cityscape utilise un système semblable au " surface plot " en représentant les valeurs scalaires des données par des blocs 3D placés sur un plan uniforme horizontal 2D. Cityscape inclut certaines options pour aider à la compréhension du graphe permettant une simple comparaison des résultats comme le calcul du minimum, du maximum, du médian de chaque ligne et colonne du plan 2D. Une autre option permet de placer un plan transparent pour mettre en évidence des blocs ou des valeurs. Ceci facilite la comparaison des données et leur lecture.

II.3) Benediktine Space :

Benediktine Space est un terme venant de la recherche de M.Benedikt dans la structure du Cyberspace (1991). Benedikt proposa que les caractéristiques d'un objet pouvait être tracées sur des dimensions spatiales intrinsèques et extrinsèques. Les dimensions extrinsèques spécifient un point à l'intérieur d'un espace (par exemple un repère de coordonnées cartésiennes). Les dimensions intrinsèques spécifient les attributs comme la taille, la forme, la couleur, la texture etc...
Benedikt proposa également deux règles pour Cityscape : le principe d'Exclusion et le principe d'Exclusion Maximale. Ces règles ont pour but de clarifier la position des données et d'éviter en particulier l'entassement des données. Le principe d'exclusion assure qu'il n'existe pas deux objets au même endroit de l'espace, i.e. leurs dimensions extrinsèques doivent être différentes. Le principe d'exclusion maximale est une extension du principe de l'exclusion en assurant que des objets distincts sont séparés aussi loin que possible évitant ainsi la confusion produite par l'entassement des objets.

II.4) Arrangement spatial des données :

L'un des problèmes majeurs dans la création de "zones" d'information, par exemple les PITs (voir plus loin), est de tracer des données tout en réalisant une correspondance entre sa représentation et sa position dans un environnement virtuel.
On peut résoudre ce problème en créant une configuration spatiale pour laquelle les propriétés des données et les relations entre ces données peuvent être facilement interprétées en fonction de leur représentation et de leur position dans cet espace d'information.
Exemple d'Hyperstructures.

Dans la création des PITS, 4 approches ont été abordées :

a) Benediktine Cyberspace :

Comme décrit ci-avant, Benediktine Cyberspace est créé en traçant les attributs des données sur les dimensions intrinsèques et extrinsèques des objets 3D correspondants. Un des problèmes de cette méthode est de déterminer si un attribut doit être tracé en dimension intrinsèque ou extrinsèque.

b) Regroupement de statistiques :

Les méthodes statistiques peuvent être utilisées pour analyser le contenu des bases de données et regrouper les objets en fonctions de leur mesure ou de leur sémantique. A chaque document est attribué un "poids" qui peut être ensuite utilisé convenablement pour le tracé dans l'espace Benediktin. Les systèmes adoptant cette approche incluent BEAD, VIBE et VR-VIBE (systèmes de PITs).

c) Hyperstructures :

Les Hyperstructures peuvent contenir un très grand nombre d'information notamment en prenant en compte leur arrangement dans l'espace. Par exemple on pourrait concevoir une hyperstructure formée de structures de documents hypertextes (ex: page web).
Ces structures sont représentées en utilisant les extensions 3D des algorithmes de tracé de graphes standards ou par des modes de visualisation comme le FishEye, les Cone-Trees ou les Perspective Walls.

d) Référence du monde humain :

Cette approche n'est pas vraiment fiable car elle dépend de l'utilisateur ou du "système designer" pour créer une représentation. Cette méthode utilise les références du monde réel en manipulant des villes, des immeubles et des pièces dans lesquels l'utilisateur peut déplacer les informations et les données dans un environnement familier.
Le problème de cette approche réside dans la création de telles métaphores qui prend du temps et est difficile à concevoir. La représentation d'informations abstraite par/dans un environnement abstrait basé sur un environnement connu, n'est pas une tâche facile.

III) Les modèles techniques de présentation d'information :

III.1) PITs (Populated Information Terrains) :

Le concept du PIT est de concevoir une base de données reprenant les bases du CSCW (Computer Supported Co-operative Work), de la Réalité Virtuelle et des techniques des bases de données. PIT est défini par Colebourne et Benford (1994) comme un espace de données virtuel " peuplé " par plusieurs utilisateurs qui peuvent travailler en coopération à l'intérieur des données et non plus sur des données.
Les applications disponibles des PITs peuvent être utilisées pour n'importe quelle source d'information : des bibliothèques, des grands systèmes hypertextes comme le web, ou encore de grands systèmes software à travers un ensemble approprié de représentations abstraites.

Les PITs ont été développés en prévoyant un support suffisant pour le travail en coopération et la consultation de l'information. La consultation de l'information utilise la Réalité Virtuelle pour créer un environnement riche en données dans lequel l'utilisateur peut explorer tout en se déplaçant. La Réalité Virtuelle permet en pratique à l'utilisateur de s'immerger dans les données, d'explorer et d'interagir avec elles.
Le travail coopératif est soutenu dans les PITs en peuplant l'environnement virtuel par des utilisateurs. Chaque utilisateur du PIT est conscient de la présence et des actions des autres utilisateurs à l'intérieur du même PIT et est capable de communiquer avec eux indépendamment de leur position physique. Cette conscience des autres utilisateurs permet un vrai partage de l'information. Un utilisateur intéressé par un sujet particulier peut questionner d'autres utilisateurs qui consultent les mêmes informations que lui.

III.2) Perspective walls :

Le " Perspective Wall " est une technique pour visualiser et naviguer à travers une grande masse d'informations structurées linéairement. Il permet à l'observateur de se focaliser sur une portion tout en maintenant la notion de localisation et de contexte de l'information. Il y a des similarités avec la technique Fish-Eye (cf. plus loin) car là aussi on voit en détail une partie de l'information, le reste étant visible dans une moindre mesure mais permet tout de même de se positionner et de s'orienter parmi l'ensemble.

Le Perspective Wall " plie " une structure linéaire dans un espace 3D. Pour illustration imaginez que vous avez devant vous un mur dont les deux bords sont prolongés par deux autres murs fuyant. Le mur central en face de vous affiche des informations, les deux murs adjacents aussi, mais du fait de la perspective, leurs inscriptions se retrouvent condensées sur un plus petit espace. Au niveau des angles que forment les murs, l'information qui est rappelons-le linéaire, est bien continue. Les murs contextuels sont en fait des murs semblables au mur central. Ainsi en faisant tourner la structure, on peut observer d'en face un ancien mur fuyant. Le nouveau mur central aura à son tour deux murs contigus, l'un d'eux étant bien sur l'ancien mur central.


Dans cette technique les deux stratégies exposées en introduction sont exploitées :
* La stratégie du temps car on ne voit pas l'ensemble d'information en entier, il faudra pour tout visionner faire défiler l'information en passant de murs en murs.
* Et la stratégie de l'espace car si on voit en détail l'information focalisée, le contexte est une condensation des espaces voisins.

III.3) Cone-Trees / Cam-Trees :


Le " Xerox PARC Cone Tree " est un outil efficace de visualisation pour des informations hiérarchisées. Comme son nom l'indique, c'est un arbre (au sens informatique) de cônes. Les noeuds de la hiérarchie sont représentés en 3D sous forme de cascades verticales ou horizontales de cônes. L'espace 3D est utilisé pour montrer plus d'informations qu'il ne serait possible en 2D car l'effet de raccourci induit par la distance sur l'axe de la profondeur, est une chose que nous comprenons spontanément (effet de perspective). De plus là encore l'effet de profondeur permet de mettre en avant (plus proche de nous) le centre d'intérêt tandis que les éléments plus éloignés peuvent fournir le contexte.
Des animations et l'interactivité permettent de faire tourner sur leurs axes les cônes et ainsi de mettre en place une vue sur l'information focalisée. Les ombres servent à augmenter l'effet de profondeur et à mieux se repérer.
Les auteurs de cette technique où l'espace est assez encombré d'informations, insistent sur l'importance des animations pour maintenir le modèle cognitif de la structure que l'utilisateur développe. Des changements soudains dans l'orientation de l'arbre demanderait un temps significatif pour que l'utilisateur réoriente son modèle cognitif.


Cette technique utilise, comme toutes les représentations graphiques, les relations spatiales pour représenter des informations sémantiques.
Pour encore améliorer ce modèle de visualisation, certaines implémentations de l'arbre utilisent en plus d'autres " canaux " de transmission de sens. Par exemple dans la représentation de la hiérarchie de fichiers d'un système Unix, la taille, la couleur et la forme des noeuds peuvent servir à représenter la taille, l'âge et le type du fichier.

{ transparent Unix coding tree }

Remarquons pour conclure que l'arbre à cône n'est pas en fait un bon outil pour rechercher un simple fichier dans une structure arborescente, mais c'est un très bon outil pour déterminer les tendances générales (ex: quel répertoire a beaucoup de fichiers ?). C'est un outil qui donne une impression/information sur la structure d'ensemble.

III.4) Sphère de Visualisation :


La Sphère de Visualisation (Sphere Visualisation) est définie par Fairchild (1993) comme la version en 3D des Perspective Walls. La Sphère de Visualisation est utilisée dans le système de visualisation de l'information Viznet pour représenter les rapports entre les objets multimédias et un "objet d'intérêt" (OOI = Object Of Interest).
L'OOI est tracé sur la surface de la sphère et les objets en relation avec lui sont placés à ses côtés. Les objets qui ne sont pas en relation directe avec l'OOI sont placés plus loin et deviennent ainsi moins visibles du fait de la forme même de la sphère.
Cette représentation fournit une vue en " Fish-Eye " (cf. IV.1) qui met en évidence les OOIs.

En plus détaillé la sphère a une structure évoluée : l'information est présente sur la surface de plusieurs sphères incrustées dans une sphère. Cela permet la représentation de l'information sur plusieurs niveaux. Les OOIs et les objets directement en relation avec ces OOIs sont étalés sur la surface externe des sphères tandis que les objets en relation indirecte avec les OOIs sont positionnés sur la surface interne des sphères. La couleur de ces sphères devient de plus en plus sombre lorsqu'on s'éloigne de la partie où se trouve l'OOI. Cet effet donne une représentation plus claire et apporte un repère de la position courante à l'utilisateur. La navigation s'effectue par rotation de la sphère pour atteindre les différentes sphère-filles et OOIs.

III.5) 3D-Rooms :


Les 3D-Rooms développées au Xerox PARC est une version 3D du bureau de travail utilisé couramment dans l'informatique d'aujourd'hui, et une extension 3D du concept original des 2D-Rooms. Les 3D-Rooms sont construites sur le principe de plusieurs bureaux de travail constitués en partageant un objet en plusieurs espaces de travail. Ceux-ci peuvent être représentés, chargés et sauvegardés. Les pièces (rooms) offrent une autre manière de structurer et d'organiser le travail de l'utilisateur en attribuant certaines tâches ou fonctions aux différentes pièces et en ayant la possibilité de se déplacer dans ces pièces. Les informations contenues dans les pièces peuvent être très variées et peuvent ainsi être traitées par différentes fonctions utilisées dans les pièces. Les objets tridimensionnels peuvent être de tout type et représenter, par exemple, des documents, des fonctions ou des applications. Les " murs " des pièces peuvent également contenir de l'information en utilisant une représentation 2D plus conventionnelle.

Les diverses pièces sont reliées par des portes. Ces portes conduisent directement l'utilisateur d'une pièce vers une autre et les portes dans le font des pièces permettent un retour aux chambres précédemment visitées. Une aide de navigation a été également prévue incluant des indications sur le contenu et les taches de chaque chambre. Cette aide permet à l'utilisateur de circuler librement entre les pièces et notamment d'accéder aux pièces qui ne sont pas en relation directe avec le lieu où il se trouve. L'aide propose également l'accès à des tâches spécifiques.
Une autre option des 3D-Rooms est la notion de " pocket " (poche) qui permet à l'utilisateur de déplacer des informations d'une pièce vers une autre et de garder des objets importants à porté de main.

III.6) Cube d'Informations :


Le Cube d'Information (Information Cube) développé par Rikimoto et Green (1993) est une technique de représentation d'information hiérarchisée en utilisant des cubes translucides imbriqués. Le Cube d'Information est basé sur la représentation des Tree-Maps en 2D de Johnson et Shneiderman (1991). Les Tree-Maps représentent l'information hiérarchisée dans un rectangle en 2D en utilisant un remplissage maximum de l'espace.
L'espace disponible est partitionné en plusieurs boites rectangulaires représentant une structure d'arbre. L'objet père est subdivisé en boites fils et ainsi de suite. L'utilisateur peut interagir avec cette représentation en spécifiant le modèle de toutes les structures et en changeant les paramètres du mode de représentation de l'information. Par exemple, il peut faire varier la couleur ou la "profondeur" de l'information. Les informations plus importantes peuvent faire l'objet d'une allocation plus importante dans l'espace disponible.

La technique du Cube d'Information permet la représentation d'une plus grande quantité d'information. L'information est contenue dans des cubes translucides imbriqués dont l'intensité de transparence peut varier pour contrôler la profondeur de la représentation. La transparence et la nuance des couleurs (shading) permet à l'utilisateur de voir le contenu des cubes et des cubes-fils alors que l'information des cubes à l'intérieur des cubes-fils est graduellement cachée.

Sans cette réduction la représentation serait trop complexe et illisible pour l'utilisateur.

Chaque cube et ses cubes-fils (s'ils existent) portent un titre pour reconnaître l'information contenue.
D'autres formes géométriques peuvent également remplacer les cubes selon, par exemple, le type de l'information à représenter.

IV) Technique de visualisation dynamique d'informations :

Il est matériellement impossible de montrer un grande image sur un petit écran. Hors dans de nombreux domaines où sont utilisés les ordinateurs cette demande de visualisation de grands diagrammes et illustrations est très forte.

La première solution pour répondre à ce problème a été simplement de ne montrer qu'une parcelle de l'objet à visualiser, et d'offrir la possibilité à l'utilisateur de " scroller " pour pouvoir observer tout l'objet (scrollable viewport). Ainsi on peut voir en détail la région observée mais le reste de l'objet est caché. Le résultat est que l'utilisateur est un peu perdu car, privé du contexte, il manque de repères. De plus, dans certaines situations, le contexte peut être crucial ou peut beaucoup augmenter la signification de la partie observée.

C'est pour ces raisons que des solutions de visualisation dites "détail plus contexte" (détail and contexte) sont apparues. Elles permettent de trouver un compromis entre montrer " beaucoup sur peu de chose ", et montrer " un peu sur beaucoup ".

IV.1) Fish-Eye

La première technique a été d'utiliser deux vues séparées. Une montrant l'objet dans son ensemble (les détails sont en général trop petits pour y être vue ; on montre un petit peu sur beaucoup), l'autre vue montrant de manière détaillée une région sélectionnée (on voit beaucoup sur un petit peu). La fenêtre de vue générale localise la région sélectionnée dans l'ensemble de l'objet par une petite boite ce qui permet à l'utilisateur de garder à l'esprit le lien entre la vue d'ensemble et la vue détaillée.
Cette technique est encore très utilisée notamment pour visualiser des cartes topographiques (une fenêtre montre une carte à petite échelle, l'autre montre une portion de cette carte à grande échelle). C'est une méthode très efficace qui permet de voir aussi bien la structure entière d'un objet, que les détails de la région qui nous intéresse. De plus il est très facile de naviguer dans de tels systèmes.

Cependant cette technique n'intègre pas les détails et le contexte dans une seule image.

Pour résoudre ce problème de nombreuses méthodes peuvent être utilisées. Elles sont toutes basées sur l'idée de montrer la partie spécifiée de manière détaillée et le reste de l'image (le contexte) en condensé grâce a une déformation graphique.

Par exemple la technique de déformation orthogonale (" strech orthogonally ") : dans un espace quadrillé, on alloue plus d'espace à une ligne et à une colonne qu'aux autres lignes et autres colonnes. Ainsi dans ces deux bandes on observe plus de détails que dans les autres bandes.

{ transparent USA graph stretched orthogonally }

Des déformations plus progressives peuvent être mises en place. Il en est ainsi de la technique du " Fish-Eye " (terme emprunté à la photographie qui désigne un objectif grand angle et dont les images résultantes sont déformées d'une manière que l'on reproduit informatiquement). Dans cette déformation, la quantité d'espace allouée diminue exponentiellement lorsqu'on s'éloigne du centre d'intérêt (sensé être au centre de l'image). Cette technique s'adapte très bien aux données hiérarchisées où chaque couche peut représenter un plan de plus en plus distant. La couche la plus proche de nous forme le centre d'intérêt, tandis que les couches éloignées fournissent le contexte, et plus elles sont lointaines, moins on voit leurs détails.
Des dérivés de cette déformation permettent de ne pas continuer la diminution exponentiellement sans limite (on ne diminue plus lorsqu'un seuil est atteint)

{ transparent schéma stretch }

Pour être utilisables ces techniques doivent être interactives, ainsi on peut naviguer dans la hiérarchie des données et passer au premier plan n'importe quelle unité. On obtient une nouvelle hiérarchie qui permet de générer une nouvelle image .

IV.2) Hyperbolic Browser

Ex : " hyperbolique browser ", visualisation d'une hiérarchie d'entreprise (Xerox).
Chaque noeud du graphe correspond à une personne.
Chaque lien du graphe correspond à un lien de subordination.


Ces techniques détails-plus-contexte font parties de la catégorie " information dynamique ". En effet les images visualisées correspondent automatiquement aux changements des données qui modifient la hiérarchie, et aux actions de l'utilisateur qui change son centre d'intérêt.

Dans ces techniques dynamiques l'animation a une très grande importance. En effet, si un état correspond à une image, la transition entre deux états correspond logiquement à une suite d'image (donc à une animation). Cette continuité est très importante pour l'observateur. Elle lui permet d'avoir l'impression que la structure observée constitue un ensemble cohérent d'éléments qui évoluent et se remettent en place (réorganisation après un changement, persistance des objets). L'observateur garde ainsi ces repères car il a suivit leur évolution. Il n'a pas à réfléchir pour savoir quelle donnée est devenu quoi, puisqu'il a suivi la réorganisation. La compréhension de la structure en est donc grandement facilité.

IV.3) Information Workspace :

L'Information Workspace ou le Visualiseur d'Information (Information Visualizer) est un concept élaboré au Xerox PARC (Palo Alto Research Center) dont le but est de concevoir un espace de travail efficace tout en respectant l'accès à l'information. Le Visualiseur d'Information est destiné à être le successeur du bureau de travail actuel en utilisant les avantages de la 3D et la puissance des ordinateurs modernes pour produire une interface efficace. La recherche au PARC oriente le Visualiseur d'Information vers une organisation maximale de l'information pour un coût de recherche minimal.

Les recherches pour le Visualiseur d'Information ont mené à l'utilisation de nombreuses nouvelles représentations et métaphores. Ces nouvelles représentations incluent les Cone-Trees, les Perspective Walls et les 3D-Rooms. Le Visualiseur d'Information est basé de façon primaire sur les 3D-Rooms où les pièces contiennent les informations appropriées. Le Visualiseur d'Information dispose des mêmes caractéristiques que les 3D-Rooms en incluant une vision globale de toutes les pièces actives . L'utilisateur peut également manipuler le contenu des pièces à partir de la vue globale.

La navigation au travers des pièces est prévue en utilisant un "point de vue" de l'utilisateur. On peut contrôler indépendamment son déplacement et l'orientation de son angle du vue. L'interaction de l'utilisateur avec les objets à l'intérieur des pièces s'effectue soit en sélectionnant un objet à examiner, soit en créant un "geste", un "signe" indiquant l'opération à appliquer. Les pièces ou "le point de vue" peuvent être déplacés en sélectionnant un objet et en le déplaçant vers l'utilisateur. Les "signes" sont effectués par exemple en déplaçant rapidement la souris dans une direction ou en créant une "marque" comme un rond ou une croix.

V) Conclusion :

Ce rapport présente de nombreux systèmes de représentation de grande masse d'informations et de systèmes de recherche. Il est évident que le problème de représentation de l'information n'est pas facile étant donne la variété de la nature même des information. Ainsi le grand problème est la génération des représentations abstraites qui doivent être le plus générale possible pour pouvoir être utilisé largement et non pas restreinte à un type unique de données.

Nous tenons à souligner que les techniques de représentation de l'information devraient jouer un grand rôle dans l'élaboration le système logiciel. La création significative d'idées abstraites pour les composants d'un logiciel et de leurs dépendances n'est pas une tâche facile à réaliser. La complexité ou l'immensité des structures abstraites créées pour un gros projet est au delà de la capacité de connaissance d'un simple humain. Le but des recherches actuelles est de nous permettre de naviguer et de consulter librement ces structures et ainsi d'identifier et d'extraire rapidement l'information qui nous intéresse. Le travail en coopération et l'interaction devrait accentuer cette facilité et cette rapidité d'accès à l'information permettant aux équipes de travailler sur un système particulier tout en ayant conscience des actions de leurs collègues.

Plus généralement, il est clair que la recherche dans le représentation de l'information va continuer à être une grande source d'intérêt dans le futur. Les besoins pour les techniques et systèmes développés vont augmenter tout comme l'information disponible. Il est courant de trouver sur un disque dur de gros fichiers, des myriades de répertoires, de vieux documents et des fichiers temporaires. Sans un nettoyage régulier et une restructuration de ce disque l'utilisateur ne s'y retrouvera plus. Malheureusement l'information universelle ne subit pas cette transformation ni cette maintenance.
La recherche de techniques de traitement (plutôt que de résolution) de ce problème est une tâche immense et difficilement réalisable. La représentation graphique de l'information est l'une de ces solutions.