The Data Mining Forum 
IMPORTANT: This is the old Data Mining forum.
I keep it online so that you can read the old messages.
Please post your new messages in the new forum: https://forum2.philippe-fournier-viger.com/index.php
Datamining & la geolocalisation
Posted by:
Student2016
Date: September 25, 2016 11:09AM
Bonjour,
Svp est ce qu'il est possible d'appliquer un algorithme de data mining sur des donnees GPS en temps réel ?
Si la réponse est oui,j'ai les questions suivantes:
1-quel est l'apport du data mining pour le domaine de geolocalisation?
2-quelle technique de data mining? Et quel algorithme choisir?
3-est qu'il est possible de faire une these de doctorat sur ce theme ?
Merci d'avance.
Svp est ce qu'il est possible d'appliquer un algorithme de data mining sur des donnees GPS en temps réel ?
Si la réponse est oui,j'ai les questions suivantes:
1-quel est l'apport du data mining pour le domaine de geolocalisation?
2-quelle technique de data mining? Et quel algorithme choisir?
3-est qu'il est possible de faire une these de doctorat sur ce theme ?
Merci d'avance.
Re: Datamining & la geolocalisation
Posted by:
webmasterphilfv
Date: September 25, 2016 11:57PM
Bonjour,
1) Il y a de très nombreuses possibilités. Quelques exemples:
- Analyser les déplacements des taxis, de voitures, d'autobus ou de piétons dans une ville
- Analyser les déplacements des touristes dans une ville pour découvrir les trajets souvent parcourus par les touristes ou recommander des trajets.
- Détecter les déplacements suspects (ex.: terrorisme)
- Prédire les déplacement d'une foule
- Analyser les livraisons des colis par un service de livraison
- Analyser les déplacements des animaux,
- ...
Sur Google Scholar tu peux trouver de nombreux articles sur chacun de ces sujets et aussi d'autres.
2) Choisir la technique dépend de ton objectif. Étant donné qu'il y a plein de possibilités tel que mentionné au point 1), il y a aussi une multitude de techniques qui peuvent être utilisées.
Par exemple, si tu veux détecter les déplacements suspects, tu pourrais utiliser des techniques de "outlier detection". Si tu veux analyser les déplacements fréquents de touristes, tu pourrais utiliser des algorithmes de détection de motifs (ex.: sequential pattern mining), etc. Si tu veux prédire le chemin d'une voiture, tu pourrais utiliser des algorithmes de "sequence prediction". Si tu veux grouper les animaux par groupes ayant des comportements similaires, tu pourrais utiliser le "clustering", etc.
Bref, le choix d'une technique dépend non seulement du type de donnée mais de ton but précis. Quel est le but de ton analyse?
3) Oui tout à fait!
Il y a de nombreux problèmes à résoudre. Cela peut être des problèmes applicatifs liés par exemple aux systèmes de partage de bicyclettes dans les villes (comment répartir les bicyclettes pour maximiser leur utilisation), ou cela peut être des contributions plus théorique comme des algorithmes d'analyse de données spatiale.
1) Il y a de très nombreuses possibilités. Quelques exemples:
- Analyser les déplacements des taxis, de voitures, d'autobus ou de piétons dans une ville
- Analyser les déplacements des touristes dans une ville pour découvrir les trajets souvent parcourus par les touristes ou recommander des trajets.
- Détecter les déplacements suspects (ex.: terrorisme)
- Prédire les déplacement d'une foule
- Analyser les livraisons des colis par un service de livraison
- Analyser les déplacements des animaux,
- ...
Sur Google Scholar tu peux trouver de nombreux articles sur chacun de ces sujets et aussi d'autres.
2) Choisir la technique dépend de ton objectif. Étant donné qu'il y a plein de possibilités tel que mentionné au point 1), il y a aussi une multitude de techniques qui peuvent être utilisées.
Par exemple, si tu veux détecter les déplacements suspects, tu pourrais utiliser des techniques de "outlier detection". Si tu veux analyser les déplacements fréquents de touristes, tu pourrais utiliser des algorithmes de détection de motifs (ex.: sequential pattern mining), etc. Si tu veux prédire le chemin d'une voiture, tu pourrais utiliser des algorithmes de "sequence prediction". Si tu veux grouper les animaux par groupes ayant des comportements similaires, tu pourrais utiliser le "clustering", etc.
Bref, le choix d'une technique dépend non seulement du type de donnée mais de ton but précis. Quel est le but de ton analyse?
3) Oui tout à fait!
Il y a de nombreux problèmes à résoudre. Cela peut être des problèmes applicatifs liés par exemple aux systèmes de partage de bicyclettes dans les villes (comment répartir les bicyclettes pour maximiser leur utilisation), ou cela peut être des contributions plus théorique comme des algorithmes d'analyse de données spatiale.