Conclusion

arc au dessus ou en dessous de cette ligne (voir figure 3.20). On peut aussi regrouper des arˆetes pour cr´eer des faisceaux.

Fig. 3.20 – Arc Tree [72].

Dans [72], les auteurs reprennent cette id´ee pour repr´esenter des graphes. Un arbre est dessin´e `a l’aide d’une TreeMap et les arˆetes suppl´ementaires sont dessin´ees en arc (voir figure 3.20). La TreeMap, ici, est dessin´ee sur une seule dimension

Chapitre 4

Exploration de relations d’h´ eritage multiple : conception du DAGMap et ´ etude d’utilisabilit´ e

Les relations d’h´eritage apparaissent souvent quand on d´ecrit la conception d’ap- plications orient´ees objets. Les objets de bas niveau (les classes) sp´ecialisent des classes plus g´en´erales (plus abstraites). Ces classes abstraites donnent lieu `a plusieurs sp´ecialisations possibles ou classes filles. Typiquement, une classe peut h´eriter des propri´et´es de plusieurs classes plus abstraites. Les relations d’h´eritage apparaissent aussi dans la description de relations entre entit´es dans d’autres domaines d’applica- tion. Par exemple, les relations entre des soci´et´es et leurs filiales (`a tous niveaux). Une soci´et´e peut avoir diff´erentes filiales et une filiale peut ˆetre contrˆol´ee par plusieurs soci´et´es “m`eres”.

Fig. 4.1 – Dessin noeud lien classique de DAG, avec des attributs mis en ´evidence par la taille et la couleur des sommets.

Les relations d’h´eritage entre entit´es (objets, soci´et´es, etc) peuvent ˆetre d´ecrites formellement par un graphe G = (V, E) o`u V est l’ensemble des sommets et E l’ensemble des arˆetes. Par d´efinition, les relations d’h´eritage sont orient´ees vers les entit´es de bas niveau. Par cons´equent, le graphe r´esultant est un graphe orient´e

un bon diagramme des classes d’un programme permet de visualiser l’architecture mise en place. L’identification et localisation d’´eventuels probl`emes d’incoh´erence sont facilit´ees. De mˆeme, la visualisation des relations d’h´eritage entre une soci´et´e m`ere et ses filiales permet de mettre en ´evidence des strat´egies de gouvernance.

Comme on l’a d´ej`a mentionn´e dans le chapitre pr´ec´edant, ces types de graphes g´en´eralisent les structures arborescentes. Contrairement aux arbres pour lesquels il y a ´enorm´ement d’algorithmes qui donnent des repr´esentations assez lisibles, les DAGs posent un autre probl`eme de part l’existence d’arˆetes transversales. En effet, les sommets peuvent avoir plusieurs ant´ec´edents dans la hi´erarchie. Cela peut impliquer des croisements d’arˆetes diminuant la lisibilit´e du dessin.

Les algorithmes de dessin de DAGs forment une branche importante de la litt´erature de dessin de graphes (Graph Drawing [5, 55]). Ces algorithmes dessinent le plus sou- vent les sommets sur diff´erents niveaux (voir figure 4.1). Les entit´es les plus g´en´erales, sommets sources, correspondant aux sommets sans ancˆetre, sont dessin´ees en haut de la hi´erarchie, tandis que les autres sommets sont dessin´es suivant leur distance aux sommetssources (voir figure 4.1). La qualit´e et la lisibilit´e de ces repr´esentations noeuds liens sont le plus souvent mesur´ees en fonction de leur capacit´e `a ´eviter le croisement d’arˆetes [40]. La section 3.2 du chapitre pr´ec´edent pr´esentait les princi- paux algorithmes qui permettent de repr´esenter les DAGs.

Bien que les diagrammes noeuds liens soient utiles pour repr´esenter les DAGs, ils sont peu adapt´es lorsque l’on veut repr´esenter des donn´ees s´emantiques `a l’aide de la taille et de la couleur des sommets, par exemple. Mˆeme si on dessine le DAG avec des sommets de mˆeme taille, les diff´erents niveaux doivent ˆetre suffisamment ´eloign´es pour assurer une lisibilit´e du diagramme. Un espace suppl´ementaire est n´ecessaire quand on traite des sommets de tailles diff´erentes. La lisibilit´e des arˆetes impose aussi de garder un ´eloignement suffisant entre les niveaux afin d’´eviter des arˆetes trop `a l’horizontale. Mˆeme avec des DAGs de taille moyenne, ´eviter le chevauchement de sommets voisins se fait au d´etriment de la comparaison de leur taille. Il est `a noter que c’est d´ej`a le cas pour les repr´esentations classiques des arbres : dans le cas des arbres comme dans celui des DAGs, le dessin est partiellement consacr´e `a la description de la structure du graphe (relation dominante) laissant un pr´ecieux espace vide entre les niveaux. Les approches de pavage [81] utilisant tout l’espace apportent une solution pour visualiser les attributs des sommets d’un arbre sacrifiant la repr´esentation de la structure au profit des attributs des feuilles. Le DAGMap que nous d´ecrivons ici vise `a adapter les approches par pavage aux DAGs, `a l’aide du dessin mais aussi d’une interaction adapt´ee.

La repr´esentation du DAG par le DAGMap requiert dans un premier temps de le d´eployer en arbre. Cela n´ecessite de concevoir des interactions sp´ecifiques afin de retrouver la structure du DAG et de permettre sa navigation `a tous les niveaux.

Les cellules du DAGMap sont alors li´ees `a travers sa repr´esentation graphique.

L’acc`es aux attributs d’un ancˆetre commun, tout en pr´eservant ceux des sommets fils est rendu possible. Cela permet de mettre en ´evidence le fait qu’un ´el´ement de la hi´erarchie joue des rˆoles diff´erents selon sa relation avec chacun de ses ancˆetres.

Cette technique est illustr´ee par un cas d’´etude. Une section consacr´ee `a l’´evaluation de la m´ethode suit et enfin une conclusion.