Extraction de motifs de trajectoires sémantiques similaires

International audienceThanks to the growth of Internet of things and use of various sensors embedded in smartphones, individuals can be tracked and monitored all day long. However , the fine understanding of their activities requires semantic models and contex-tual information. The users' trajectories can then be enhanced with semantic meaning. Trajectories can be compared using their spatial, temporal or semantic components. Similar users' behaviour can then be clustered to derive movement patterns. This article presents a new methodology to extract movement patterns from semantic trajectories. These patterns are helpful for experts working on movement analysis in various fields such as tourism, sociology, epidemiology or urban planning.La compréhension fine des déplacements des individus nécessite une modéli-sation sémantique riche de leurs activités. Or, il est maintenant possible d'extraire les mobilités et les activités des individus à l'aide d'informations contextuelles ou de cap-teurs. Une fois enrichies sémantiquement, ces mobilités peuvent être comparées selon une mesure de proximité spatiale, temporelle et sémantique, puis regroupées en clusters de trajectoires similaires. Afin de résumer ces déplacements similaires, des motifs synthétisant ces clusters peuvent être induits. Cet article présente une méthodologie pour extraire ces motifs à partir de trajectoires sémantiquement riches ; fort utile aux experts pour mieux analyser les déplacements. Dans cet objectif, cet article propose de mettre en lumière, d'étendre et de relier un grand nombre d'outils de la fouille des trajectoires. Cette méthode est générique et s'applique à nombre de domaines d'études tels que le tourisme, la sociologie, l'épidémiologie ou l'urbanisme