Pierre Deville
/in/prdeville@prdeville
UCL/Belgium
CCNR/Boston,USA
CSO/SWAN INSIGHTS
pdeville.com
Extraction d’Informations Spatiales et de Mobilité
dans l’ère du Big Data
@prdeville
@prdeville
Information
géographique
Portugal - 3,000 tours (2011) France - 20,000 tours (2007)
@prdeville
Les données téléphoniques peuvent-elles remplacer les
recensements de population ?
@prdeville
A B C
D E F
popdensadm
Population density
(people/km)
0 5 10km0 5 10 km0 5 10km
0 100 200 km
D E F
]0, 10]
[11, 50]
[51, 1...
Information
géographique
Instant
de l’appel
@prdeville
Day/night Week/weekend Work/holiday
@prdeville
RELDIFHOWO
< -30
-30 - -20
-20 - -10
-10 - 0
0 - 20
20 - 40
40 - 60
> 60
D E
F
E
F
Relative
difference (%)
Astérix Park
CD...
Prochain SlideShare
Chargement dans…5
×

Mobilité-données-flux-territoires-Université-de-louvain-Metro'num2015

233 vues

Publié le

Présentation de Pierre Deville, doctorant à l'université de Louvain, sur la mobilité : comment exploiter et valoriser les données de flux sur les territoires, lors de l'événement Metro'num 2015

Publié dans : Business
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
233
Sur SlideShare
0
Issues des intégrations
0
Intégrations
4
Actions
Partages
0
Téléchargements
2
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Mobilité-données-flux-territoires-Université-de-louvain-Metro'num2015

  1. 1. Pierre Deville /in/prdeville@prdeville UCL/Belgium CCNR/Boston,USA CSO/SWAN INSIGHTS pdeville.com
  2. 2. Extraction d’Informations Spatiales et de Mobilité dans l’ère du Big Data
  3. 3. @prdeville
  4. 4. @prdeville Information géographique
  5. 5. Portugal - 3,000 tours (2011) France - 20,000 tours (2007) @prdeville
  6. 6. Les données téléphoniques peuvent-elles remplacer les recensements de population ? @prdeville
  7. 7. A B C D E F popdensadm Population density (people/km) 0 5 10km0 5 10 km0 5 10km 0 100 200 km D E F ]0, 10] [11, 50] [51, 100] [101,500] [10000,+ [ [5000, 10000] [1000, 5000] [501, 1000] ∞ @prdeville
  8. 8. Information géographique Instant de l’appel @prdeville
  9. 9. Day/night Week/weekend Work/holiday @prdeville
  10. 10. RELDIFHOWO < -30 -30 - -20 -20 - -10 -10 - 0 0 - 20 20 - 40 40 - 60 > 60 D E F E F Relative difference (%) Astérix Park CDG Airport Versailles Disneyland Brest Rennes Nantes @prdeville

×