Exploration de profils de mobilité pour le covoiturage

Présentation de l'article de recherche “Mining Mobility User Profiles for Car Pooling” par R. Trasarti, F. Pinelli, M. Nanni & F. Giannotti.
9 minutes, cours de Fouille de données, Polytech'Nice-Sophia

Article : http://users.cis.fiu.edu/~lzhen001/activities/KDD2011Program/docs/p1190.pdf

Transcript

1. Polytech’Nice-Sophia — 24/02/2012
   Présentation d’article — Fouille de données
   Exploration de profils de
   mobilité pour le covoiturage
   Matti Schneider-Ghibaudo
   @matti_sg
   1
   

   View Slide

2. Problématique
   2
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

3. Problématique
   2
   • étude des déplacements d’une population
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

4. Problématique
   2
   • étude des déplacements d’une population
   • population
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

5. Problématique
   2
   • étude des déplacements d’une population
   • population
   • création d’un “profil de mobilité”
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

6. Problématique
   2
   • étude des déplacements d’une population
   • population
   • création d’un “profil de mobilité”
   • association de profils
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

7. Problématique
   2
   • étude des déplacements d’une population
   • population
   • création d’un “profil de mobilité”
   • association de profils
   • déplacements
   • dataset : 14 jours de logs GPS personnels
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

8. Problématique
   2
   • étude des déplacements d’une population
   • population
   • création d’un “profil de mobilité”
   • association de profils
   • déplacements
   • dataset : 14 jours de logs GPS personnels
   • évolution avec la dégradation du signal
   Population : plusieurs milliers d’habitants de la Toscane, en Italie.
   Partie “récolte” du processus d’extraction.
   

   View Slide

9. Problématique
   3
   Définitions
   Méthodes de fouille
   Grande partie sur les définitions, algos ensuite plutôt classiques.
   Définition du génotype.
   

   View Slide

10. Définitions
    4
    Point : repéré absolument dans l’espace et dans le temps.
    

    View Slide

11. Définitions
    4
    Point
    Point : repéré absolument dans l’espace et dans le temps.
    

    View Slide

12. Définitions
    4
    x y
    Point
    t
    Point : repéré absolument dans l’espace et dans le temps.
    

    View Slide

13. Définitions
    5
    Version idéale d’un historique : en réalité, sur plusieurs jours, donc beaucoup plus complexe,
    avec surimpression.
    

    View Slide

14. Définitions
    5
    Version idéale d’un historique : en réalité, sur plusieurs jours, donc beaucoup plus complexe,
    avec surimpression.
    

    View Slide

15. Définitions
    5
    Historique
    Ensemble de points
    Version idéale d’un historique : en réalité, sur plusieurs jours, donc beaucoup plus complexe,
    avec surimpression.
    

    View Slide

16. Définitions
    6
    Historique
    ≠ trajet
    …donc, comment définir ce qu’est un trajet ?
    

    View Slide

17. Définitions
    7
    Arrêts
    Un trajet est une suite de points sans interruption temporelle spécifique. Pour détecter cela, il
    faut donc détecter les arrêts. Cela se fait en deux étapes.
    Tout d’abord, une détection spatiale : on détecte une série de points suffisamment proches.
    

    View Slide

18. Définitions
    7
    Arrêts
    Zone de
    détection
    Un trajet est une suite de points sans interruption temporelle spécifique. Pour détecter cela, il
    faut donc détecter les arrêts. Cela se fait en deux étapes.
    Tout d’abord, une détection spatiale : on détecte une série de points suffisamment proches.
    

    View Slide

19. Définitions
    7
    Arrêts
    Zone de
    détection
    ≤ tspatial
    Un trajet est une suite de points sans interruption temporelle spécifique. Pour détecter cela, il
    faut donc détecter les arrêts. Cela se fait en deux étapes.
    Tout d’abord, une détection spatiale : on détecte une série de points suffisamment proches.
    

    View Slide

20. Définitions
    8
    Arrêts
    Zone de
    détection
    ≤ tspatial
    : ensemble de points
    On détermine une séquence de longueur maximale à partir des candidats restants.
    

    View Slide

21. Définitions
    8
    Arrêts
    Zone de
    détection
    Chaînage
    maximal
    ≤ tspatial
    : ensemble de points
    On détermine une séquence de longueur maximale à partir des candidats restants.
    

    View Slide

22. Définitions
    8
    Arrêts
    Zone de
    détection
    Chaînage
    maximal
    ≤ tspatial
    : ensemble de points
    On détermine une séquence de longueur maximale à partir des candidats restants.
    

    View Slide

23. t
    Définitions
    9
    Arrêts
    ≤ tspatial
    Zone de
    détection
    Chaînage
    maximal
    Ensuite, une détection temporelle : il faut que les points recouvrent une certaine durée
    temporelle
    

    View Slide

24. t
    Définitions
    9
    Arrêts
    ≤ tspatial
    Zone de
    détection
    Chaînage
    maximal
    Ensuite, une détection temporelle : il faut que les points recouvrent une certaine durée
    temporelle
    

    View Slide

25. t
    Définitions
    9
    Arrêts
    ≤ tspatial
    Zone de
    détection
    α(td1, tf1) α(td2, tf2)
    Chaînage
    maximal
    Ensuite, une détection temporelle : il faut que les points recouvrent une certaine durée
    temporelle
    

    View Slide

26. t
    Définitions
    9
    Arrêts
    ≤ tspatial
    Zone de
    détection
    α(td1, tf1) α(td2, tf2)
    ≥ ttemporel
    Chaînage
    maximal
    Ensuite, une détection temporelle : il faut que les points recouvrent une certaine durée
    temporelle
    

    View Slide

27. t
    Définitions
    9
    Arrêts
    ≤ tspatial
    Zone de
    détection
    α(td1, tf1)
    ≥ ttemporel
    Chaînage
    maximal
    Ensuite, une détection temporelle : il faut que les points recouvrent une certaine durée
    temporelle
    

    View Slide

28. Définitions
    10
    Trajets
    Ensembles de points entre arrêts
    tspatial
    ttemporel
    Trajets
    

    View Slide

29. Définitions
    10
    Trajets
    Ensembles de points entre arrêts
    tspatial
    ttemporel
    Trajets
    

    View Slide

30. Définitions
    11
    Historique
    ∋ trajets
    tspatial
    ttemporel
    Trajets
    

    View Slide

31. Définitions
    11
    Historique
    ∋ trajets
    tspatial
    ttemporel
    Trajets
    

    View Slide

32. Définitions
    12
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    

    View Slide

33. Définitions
    13
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    Groupe défini par le fait que tous les éléments sont à une distance deux à deux inférieure à
    une certaine valeur, et qu’ils sont “alignés temporellement” (fonction d’alignement à définir).
    

    View Slide

34. Définitions
    13
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    ∂(t1, t2) ≤ gspatial
    α(t1, t2) ≥ gtemporel
    Groupe défini par le fait que tous les éléments sont à une distance deux à deux inférieure à
    une certaine valeur, et qu’ils sont “alignés temporellement” (fonction d’alignement à définir).
    

    View Slide

35. Définitions
    13
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    ∂(t1, t2) ≤ gspatial
    α(t1, t2) ≥ gtemporel
    Groupe défini par le fait que tous les éléments sont à une distance deux à deux inférieure à
    une certaine valeur, et qu’ils sont “alignés temporellement” (fonction d’alignement à définir).
    

    View Slide

36. Définitions
    13
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    ∂(t1, t2) ≤ gspatial
    α(t1, t2) ≥ gtemporel
    Groupe défini par le fait que tous les éléments sont à une distance deux à deux inférieure à
    une certaine valeur, et qu’ils sont “alignés temporellement” (fonction d’alignement à définir).
    

    View Slide

37. Définitions
    14
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    On filtre également sur la taille minimale de l’ensemble pour ne pas avoir de groupes trop
    petits.
    

    View Slide

38. Définitions
    14
    Groupes de trajets
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    card(g) ≥ gsupport
    gsupport
    | |
    On filtre également sur la taille minimale de l’ensemble pour ne pas avoir de groupes trop
    petits.
    

    View Slide

39. Définitions
    15
    Routine
    Médoïde d’un groupe de trajets
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    Détermination du médoïde par minimisation de la somme des distances aux autres trajets du
    groupe, avec la même fonction distance que pour la définition du groupe.
    

    View Slide

40. Définitions
    15
    Routine
    Médoïde d’un groupe de trajets
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    Minimisation de la distance totale :
    min(∑∂(tméd, tx))
    Détermination du médoïde par minimisation de la somme des distances aux autres trajets du
    groupe, avec la même fonction distance que pour la définition du groupe.
    

    View Slide

41. Définitions
    16
    Routine
    Médoïde d’un groupe de trajets
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    Minimisation de la distance totale :
    min(∑∂(tméd, tx))
    

    View Slide

42. Définitions
    17
    Profil utilisateur
    Ensemble des routines de l’historique
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    

    View Slide

43. Clustering
    18
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    Pas eu le temps de lire l’autre article qui détaille cette partie :-S
    

    View Slide

44. Clustering
    18
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    1. Filtrage du bruit par clustering
    sur la densité
    Pas eu le temps de lire l’autre article qui détaille cette partie :-S
    

    View Slide

45. Clustering
    18
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    1. Filtrage du bruit par clustering
    sur la densité
    2. Bisection sur les K-medoïdes
    Pas eu le temps de lire l’autre article qui détaille cette partie :-S
    

    View Slide

46. Bisection sur les K-medoids
    19
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    

    View Slide

47. Bisection sur les K-medoids
    19
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Clustering récursif par 2-médoïdes
    • g → (g’1, g’2)
    

    View Slide

48. Bisection sur les K-medoids
    19
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Clustering récursif par 2-médoïdes
    • g → (g’1, g’2)
    • Arrêt sur deux conditions
    

    View Slide

49. Bisection sur les K-medoids
    19
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Clustering récursif par 2-médoïdes
    • g → (g’1, g’2)
    • Arrêt sur deux conditions
    • compacité
    • spatiale : ∑∂(ti, tj) ≤ x
    • temporelle : ∑α(ti, tj) ≤ y
    

    View Slide

50. Bisection sur les K-medoids
    19
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Clustering récursif par 2-médoïdes
    • g → (g’1, g’2)
    • Arrêt sur deux conditions
    • compacité
    • spatiale : ∑∂(ti, tj) ≤ x
    • temporelle : ∑α(ti, tj) ≤ y
    • taille
    • card(g’) ≤ z
    

    View Slide

51. Bisection sur les K-medoids
    20
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Clustering récursif par 2-médoïdes
    • g → (g’1, g’2)
    • Arrêt sur deux conditions
    • compacité
    • spatiale : ∑∂(ti, tj) ≤ gspatial
    • temporelle : ∑α(ti, tj) ≤ gtemporel
    • taille
    • card(g’) ≤ gsupport
    

    View Slide

52. Bisection sur les K-medoids
    21
    tspatial
    ttemporel
    Trajets
    gspatial = 500m
    gtemporel = 1h
    Groupes
    gsupport = 2
    | | X
    ✓
    

    View Slide

53. Application
    22
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    Fonction de calcul de distance : alignement des points et calcule la somme des distances
    entre les points correspondants. Détaillé dans le papier non lu.
    Fonction de calcul d’alignement temporel : différence entre l’heure de départ et l’heure
    

    View Slide

54. Application
    22
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Mise en correspondance de profils
    Profils
    Fonction de calcul de distance : alignement des points et calcule la somme des distances
    entre les points correspondants. Détaillé dans le papier non lu.
    Fonction de calcul d’alignement temporel : différence entre l’heure de départ et l’heure
    

    View Slide

55. Application
    22
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Mise en correspondance de profils
    • Minimisation de la distance
    Profils
    Fonction de calcul de distance : alignement des points et calcule la somme des distances
    entre les points correspondants. Détaillé dans le papier non lu.
    Fonction de calcul d’alignement temporel : différence entre l’heure de départ et l’heure
    

    View Slide

56. Application
    22
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Mise en correspondance de profils
    • Minimisation de la distance
    • point de départ → point quelconque
    → point quelconque → point d’arrivée
    Profils
    pspatial
    Fonction de calcul de distance : alignement des points et calcule la somme des distances
    entre les points correspondants. Détaillé dans le papier non lu.
    Fonction de calcul d’alignement temporel : différence entre l’heure de départ et l’heure
    

    View Slide

57. Application
    22
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Mise en correspondance de profils
    • Minimisation de la distance
    • point de départ → point quelconque
    → point quelconque → point d’arrivée
    • Minimisation des écarts temporels
    • durée du nouveau trajet – durée routine
    Profils
    ptemporel
    pspatial
    ⌚
    Fonction de calcul de distance : alignement des points et calcule la somme des distances
    entre les points correspondants. Détaillé dans le papier non lu.
    Fonction de calcul d’alignement temporel : différence entre l’heure de départ et l’heure
    

    View Slide

58. Application
    22
    tspatial
    ttemporel
    Trajets
    gspatial
    gtemporel
    Groupes
    gsupport
    | |
    • Mise en correspondance de profils
    • Minimisation de la distance
    • point de départ → point quelconque
    → point quelconque → point d’arrivée
    • Minimisation des écarts temporels
    • durée du nouveau trajet – durée routine
    • Relation non symétrique
    Profils
    ptemporel
    pspatial
    ⌚
    Fonction de calcul de distance : alignement des points et calcule la somme des distances
    entre les points correspondants. Détaillé dans le papier non lu.
    Fonction de calcul d’alignement temporel : différence entre l’heure de départ et l’heure
    

    View Slide

59. Impact des paramètres
    23
    Trajets
    Profils
    ptemporel
    pspatial
    ⌚
    tspatial = 50m
    ttemporel = 1h
    gspatial
    gtemporel = 1h
    Groupes
    gsupport
    | |
    gspatial
    gsupport
    Proportions de profils extraits
    selon les paramètres de détection
    Malheureusement, pas d’étude de l’impact des médoïdes.
    Intéressons-nous donc à ce plat a priori surprenant.
    

    View Slide

60. Impact des paramètres
    23
    Trajets
    Profils
    ptemporel
    pspatial
    ⌚
    tspatial = 50m
    ttemporel = 1h
    gspatial
    gtemporel = 1h
    Groupes
    gsupport
    | |
    gspatial
    gsupport
    Proportions de profils extraits
    selon les paramètres de détection
    Malheureusement, pas d’étude de l’impact des médoïdes.
    Intéressons-nous donc à ce plat a priori surprenant.
    

    View Slide

61. Conclusion
    24
    

    View Slide

62. Conclusion
    24
    • utilisation des techniques de data mining comme support
    

    View Slide

63. Conclusion
    24
    • utilisation des techniques de data mining comme support
    • chaînage des méthodes de clustering
    

    View Slide

64. Conclusion
    24
    • utilisation des techniques de data mining comme support
    • chaînage des méthodes de clustering
    • avant tout minimisation
    

    View Slide

65. Merci de votre attention !
    • Article traité
    • R. Trasarti, F. Pinelli, M. Nanni, F. Giannotti (2011) :
    Mining Mobility User Profiles for Car Pooling
    • Crédits
    • Icônes “Satellite”, “Marqueur”, “Téléphone
    portable” : CC-BY-SA ou domaine public,
    The Noun Project
    25
    Des questions ?
    Matti Schneider-Ghibaudo | @matti_sg
    

    View Slide