Het begrijpen van rijkere data die relationele informatie tussen objecten inhoudt, is tegenwoordig een veelvoorkomend probleem: in toepassingen waarin de opeenvolging van objecten van belang is, delven we sequenti\”ele gegevens (denk aan tijdreeksen of DNA-sequenties), in toepassingen waarin interacties van belang zijn, delven we graafgestructureerde data (denk aan sociale of biologische netwerken) en in toepassingen waarin relaties in plaats en tijd van belang zijn, delven we ruimtelijk-temporele data (denk aan weerkaarten of trajecten). Een bijkomende vaststelling is dat patroondelving in wezen gebruikersspecifiek is. Patronen zijn er om de gebruiker te helpen de gegevens te begrijpen, of om het resultaat van een opvolgende taak van de gebruiker te verbeteren. Ze dienen dus de uiteindelijke gebruiker, en hoe interessant de patronen zijn, hangt af van hem of haar. Rijkere datavormen zijn krachtig. Interessantheid is in wezen subjectief. Deze twee observaties brengen bruikbare inzichten met zich mee, maar tevens ook nieuwe uitdaging---hoe om te gaan met deze data en hoe de gebruiker tevreden te stellen. Ons onderzoek is gewijd aan deze uitdagingen---we introduceren nieuwe methodes om subjectief interessante inzichten te verkrijgen in twee populaire vormen van rijkere data: tijdreeksen (onze eerste bijdrage) en netwerken met attributen (onze tweede bijdrage).