Faizan Ur Rehman - Vers une plateforme pour l'extraction et la visualisation multi-échelle d'événements sociaux

14:30
Vendredi
7
Déc
2018
Intervenant : 
Faizan Ur Rehman
Équipes : 
Mots clés : 
Information détaillée : 

 

Jury :

  • Ahmed  Lbath, professeur, Universite Grenoble Alpes, directeur de thèse
  • Saleh  Basalamah, professeur associé, Universite Oumm Al-Qura Arabie Saoudite, examinateur
  • Imad Afyouni, maître de conferences, Univ. de Sharjah - Emirats Arabes Unis, examinateur
  • Arif  Ghafoor, professeur, Universite Purdue - Etats-Unis, rapporteur
  • Abd-El-Kader  Sahraoiu, professeur, Universite Toulouse-Jean-Jaures, examinateur
  • Kokou  Yetongnon, professeur, Universite De Bourgogne, rapporteur
Résumé : 

La population des villes devrait doubler d'ici le milieu du siècle, selon les estimations de l’OMS. Cette augmentation rapide de la population a un impact sur les transports et la croissance économique, et accroîtra les responsabilités des autorités de gestion locales. Nous vivons une transformation des villes en villes intelligentes offrant de nouveaux services à la population, en optimisant l’utilisation des ressources disponibles. Qu'il s'agisse de données provenant des citoyens, de données gouvernementales ouvertes ou d'autres sources en ligne, une pluralité de sources de données peut permettre la création d’outils intelligents pour gérer efficacement les activités quotidiennes. De plus, grâce au progrès d'Internet et des technologies mobiles, les plateformes de réseaux sociaux (Twitter) sont devenues des modes de communication populaires. Elles permettent aux utilisateurs de partager un large éventail d'informations, y compris des données spatio-temporelles. Ainsi, Il est aisé d'accéder, en temps réel, à des connaissances provenant de différents types de données disponibles, riches, géo-référencées et issues de sources multiples et de les intégrer sur une carte. Il s'agit d'une réelle opportunité d'enrichir les cartes traditionnelles. 
Dans cette thèse, nous proposons d'abord un système de recommandation d'itinéraires, tenant compte des contraintes temps réel, en l'absence d'infrastructure physique ; en exploitant les données géolocalisées issues de réseaux sociaux (twitter) pour identifier les contraintes de trafic temps réel et, par conséquent, recommander un chemin optimisé. Nous avons mis en œuvre un système d'indexation à base de grille spatiale pour notre modèle de prédiction en quasi-temps réel. Ensuite, nous avons introduit le concept de "cartes intelligentes " intégrant la représentation visuelle de couches de « connaissances pertinentes » par le biais de la collecte, la gestion et l'intégration de sources de données hétérogènes. Contrairement aux cartes conventionnelles, les cartes intelligentes extraient des informations à partir des événements annoncés et découverts en temps réel (concerts, incidents, ...), les offres en ligne et les analyses statistiques (zones dangereuses, …) en encapsulant les données entrantes semi-structurées et non structurées dans des paquets génériques structurés. 
Cette méthodologie ouvre la voie à la fourniture de services et applications intelligents. De plus, le développement de ‘’cartes intelligentes’’ nécessite un traitement efficace et évolutif et la visualisation de couches basées sur les connaissances à plusieurs échelles cartographiques, permettant ainsi une navigation fluide et sans encombre. Enfin, nous présentons Hadath, un système évolutif et efficace qui extrait les événements sociaux d'une multitude de flux de données non structurés. Nous utilisons le traitement du langage naturel et les techniques de regroupement multidimensionnel pour extraire les ‘’événements pertinents’’ à différentes échelles cartographiques et pour déduire l'étendue spatio-temporelle des événements détectés. 
Le système comprend un composant de gestion et de prétraitement des différents types de sources de données et génère des paquets de données structurés à partir de flux non structurés. Notre système comprend également un schéma d'indexation spatio-temporelle hiérarchique en mémoire pour permettre un accès efficace et évolutif aux données brutes, ainsi qu'aux groupes d'événements extraits. Dans un premier temps, les paquets de données sont traités pour la découverte d’événements à l'échelle locale, puis l'étendue spatio-temporelle appropriée. Par conséquent, les événements détectés sont affichés à différentes résolutions spatio-temporelles, ce qui permet une navigation fluide. Enfin, pour valider notre approche, nous avons mené des expériences sur des flux de données réelles. Le résultat final du système proposé, nommé Hadath crée une expérience unique et dynamique de navigation cartographique.