L'analyse des mobilités requiert souvent une représentation des flux en modèle markovien d'ordre 1. De nombreux travaux envisagent l'utilisation d'ordres supérieurs afin de construire des réseaux fournissant des meilleures représentations des séquences de déplacement observées. Nous proposons ici l'analyse et la comparaison des qualités prédictives et de la taille de tels modèles sur différents jeux de données géographiques. Nous allons également nous intéresser à la prise en compte de variables exogènes telles que la position ou des catégories de lieux visités qui offre des pistes de recherche intéressantes. Nos expériences indiquent notamment que le modèle HON (Xu et al. (2016)) permet d'obtenir des modèles parcimonieux qui conservent une bonne qualité prédictive même si certains résultats n'ont pu être reproduits. En particulier, aucune stratégie analysée ici ne permet d'obtenir des meilleures prédictions que le modèle d'ordre fixe (Rosvall et al. (2014)).