Modèle de mélange poissonien pour l'analyse de données de déplacements
Résumé
Studies based on human mobility, including Bicycle Sharing System (BSS) trac analysis, has expanded over the past few years. They give insight of the underlying urban phenomena linked to city dynamics. This paper presents a generative count-series model using Poisson mixtures to automatically analyse and find temporal-based partitions over the Vélib' origin-destination (OD) flow-data. Such an approach may provide latent factors that reveal how regions of diffrent usage interact over the time.
Les systèmes de Vélos en Libre Service déployés dans plusieurs grandes métropoles ces dernières années ouvrent des perspectives intéressantes et nouvelles en termes d'analyse de la mobilité. Dans cet article, nous proposons un modèle génératif pour extraire des données générées par ces systèmes des motifs pertinents. Le modèle proposé s'appuie sur un modèle de mélange poissonien et prend en compte différentes spécificités de l'application. Celui-ci permet d'extraire des groupes d'origine et de destination ayant des profils d'usage similaire au cours du temps, ce qui permet de mieux cerner les causes sous jacentes à la mobilité des habitants.