Dans cet exposé nous présentons l'extension de la problématique de la classification croisée, ou co-clustering, au contexte multivues permettant de travailler sur des collections de matrices de données. L'approche utilisée repose sur la notion de co-similarité qui permet de capturer les co-occurrences d'ordre supérieur entre les données traitées. Des exemples de parallélisation de l'approche sont également abordés