Mining and analysis of enriched trajectories – Application to museum visitor trajectories - ETIS, équipe MIDI Accéder directement au contenu
Thèse Année : 2021

Mining and analysis of enriched trajectories – Application to museum visitor trajectories

Fouille et analyse de trajectoires enrichies – Application aux trajectoires des visiteurs de musées

Résumé

Over the last decades significant progress has been achieved with respect to the mining and analysis of trajectory data. This Thesis is concerned with the problem of, given as input a set of indoor trajectories and additional contextual data describing those trajectories, how to structure and analyze them properly, in order to derive valuable insight about the movement phenomena under examination. The research fields most related to it are Semantic Trajectory Data Modeling and Semantic Trajectory Data Mining. Moreover, we address particular issues stemming from the application domain of museums, or more generally from human mobility in indoor environments. Thus, our modeling and analysis proposals are inspired by museum visit trajectories, but not limited to them.The main contributions of this Thesis can be summarized as follows:1. A practical classification of trajectory data mining tasks.2. A survey of the semantic trajectory modeling literature, the trajectory pattern mining literature, and the (non-trajectory) sequential pattern mining literature for multidimensional or temporally annotated data.3. One of the first-ever studies on how museums and their visitors can simultaneously benefit from the implementation of museum visitor trajectory analytics.4. A conceptual data model called Semantic Indoor Trajectory Model (SITM) aimed at representing semantic trajectories of moving objects in indoor environments, allowing a rich representation of movement and supporting advanced types of movement analysis.5. An implementation of SITM for representing museum visits as semantic indoor trajectories, and an experimental case study analyzing real visitor trajectories from the Louvre Museum in Paris.6. A trajectory pattern mining approach, extending state-of-the-art algorithms and combining semantics, time, and topology.
Au cours des dernières décennies, des progrès significatifs ont été réalisés en ce qui concerne l'exploration et l'analyse des données de trajectoire. Cette thèse s'intéresse au problème de comment, à partir d'un ensemble de trajectoires à l'interieur et de données contextuelles supplémentaires décrivant ces trajectoires, structurer et analyser correctement ces trajectoires, afin d'obtenir des informations précieuses sur les phénomènes de mouvement à l'étude. Les domaines de recherche les plus liés à ce problème sont la modélisation des données de trajectoire sémantique et l'exploration de données de trajectoire sémantique. Par ailleurs, nous abordons des problématiques particulières issues du domaine d'application des musées, ou plus généralement de la mobilité humaine dans des environnements à l'interieur.Ainsi, nos propositions de modélisation et d'analyse s'inspirent des trajectoires de visite des musées, mais ne s'y limitent pas. En particulier, nous nous concentrons sur des méthodes d'extraction de motifs séquentiels afin d'extraire des motifs intéressants de trajectoires à l'interieur sémantiques.Les principaux apports de cette thèse peuvent être résumés comme suit:1. Une classification pratique des tâches d'exploration de données de trajectoire.2. Une étude de la littérature sur la modélisation de trajectoire sémantique, la littérature sur l'exploration de motifs de trajectoire et la littérature sur l'exploration de motifs séquentiels (sans trajectoire) pour des données multidimensionnelles ou temporellement annotées.3. L'une des toutes premières études sur la façon dont les musées et leurs visiteurs peuvent simultanément bénéficier de la mise en œuvre de l'analyse des trajectoires des visiteurs des musées.4. Un modèle de données conceptuel appelé Semantic Indoor Trajectory Model (SITM) visant à représenter des trajectoires sémantiques d'objets en mouvement dans des environnements intérieurs, permettant une représentation riche du mouvement et soutenant des types d'analyse de mouvement avancés.5. Une implémentation de SITM pour représenter les visites de musées comme des trajectoires à l'interieur sémantiques, et une étude de cas expérimentale analysant les trajectoires réelles des visiteurs du musée du Louvre à Paris.6. Une approche d'exploration de motifs de trajectoire, étendant des algorithmes de l'état de l'art et combinant sémantique, temps et topologie.
Fichier principal
Vignette du fichier
These24-01-2022.pdf (53.57 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04514311 , version 1 (21-03-2024)

Identifiants

Citer

Alexandros Kontarinis. Mining and analysis of enriched trajectories – Application to museum visitor trajectories. Computer Science [cs]. CY Cergy Paris Université, 2021. English. ⟨NNT : 2021CYUN1060⟩. ⟨tel-04514311⟩
0 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More