Prédiction De La Mobilité D'un Usager Mobile: Objectif, Caractéristiques, Données Et Modèles

Résumé: De nos jours, nous assistons à une vraie révolution dans le domaine de la génération de données et de l’information, en particulier dans les villes intelligentes. La prédiction de la mobilité nécessite la disponibilité d’une masse importante de données provenant de sources très variées, en particulier lorsqu’il s’agit d’une ville intelligente où les données peuvent être largement collectées. L’accès à ces données peut être soumis à des contraintes et des conditions, le challenge est de pouvoir accéder et récupérer ces données et les structurer dans un format exploitable. La prédiction de la mobilité, nécessite aussi la mise en place ou l’utilisation d’un modèle (ou algorithme) le plus approprié permettant de fournir la meilleure prédiction en termes de précision. Un modèle de prédiction peut être réalisé à l’aide de l’une des techniques dédiées à la prédiction telles que les chaînes de Markov, les Machines Learning et les Réseaux Bayésiens. Dans le présent document, nous mettons l’accent sur certains aspects liées à la prédiction de la mobilité, à savoir les caractéristiques de la prédiction de mobilité, la provenance, le stockage et l’exploitation des données de mobilité. Le rapport présente aussi un aperçu sur un ensemble de travaux proposant des modèles et des algorithmes pour la prédiction de mobilité ainsi qu’une synthèse qui servira à comparer les différents travaux et techniques et à se positionner par rapport à un besoin spécifique.

Publié dans la revue: