Interactieve op afstand gebaseerde classificatie.

Bij classificatie en data mining in het algemeen, wordt normaal een stapsgewijze strategie gehanteerd, waar achtereenvolgens de data voorbereid worden, vervolgens onderzocht worden en ten slotte gemodelleerd worden. Wij stellen een nieuw paradigma voor waarbij er geen strikt onderscheid meer wordt gemaakt tussen deze fases, waardoor tijdens de modellering informatie kan worden verkregen die kan worden gebruikt om het manipulatie- en onderzoeksproces te verbeteren. Hiervoor wordt een framework voorgesteld, waarin afstandsgebaseerde classificatieregels van verschillende types kunnen worden gecombineerd in een hiërarchische structuur. Deze structuur kan interactief door de data analist worden opgebouwd, zodat deze het proces naar eigen goeddunken kan sturen, terwijl het systeem voorstellen doet, feedback geeft en eventueel zelf beslissingen neemt. Om de extra verkregen informatie efficiënt te communiceren naar de date analist en het geintegreerde proces te ondersteunen, worden enkele specifieke data visualisatie technieken ontwikkeld.