Deux articles de recherche ont été présentés à la conférence internationale de recherche IEEE Big Data 2014 par les enseignants chercheurs ESILV du De Vinci Technology Lab, à Washington.
Au cours des dernières années, » Big Data » est devenu un nouveau terme omniprésent. Le Big Data transforme la science, l’ingénierie, la médecine et la santé, la finance, les affaires et, au final, lasociété elle-même. La Conférence internationale de l’IEEE sur le Big Data 2014 (IEEE BigData 2014) fournit un forum de premier plan pour la diffusion des derniers travaux de recherche en Big Data y compris en développement et en application.
L’accent est mis sur les 5V ( Volume , Vitesse , Variété, Valeur et Veracity ) dans les domaines suivants : science et fondations, infrastructures de données, gestion des données, recherche de données et data mining , confidentialité des données et sécurité…
1- « Cognitive Map of Tourist Behavior based on Tripadvisor » ;
Thomas Raimbault, Gaël Chareyron, and Corinne Krzyzanowski-Guillot
« The objective of this paper is to identify, based on big data from Tripadvisor, tourist behavior in how users rate a tourist place. Firstly, we propose different correspondence analyses (CA) on data from Tripadvisor to discover pairwise dependences between data properties (e.g. rating vs. place type, age vs. country). Secondly, we merge and map all our CA results as a cognitive map, both to bring out and understand influences between the studied concepts and to make easier human visualization. »
2- « Big Data: a new challenge for tourism » ;
Gaël Chareyron, Jerome Da-Rugna, and Thomas Raimbault
« This paper proposes the foundations for a definition of digital tourist survey field based on the study of social networks. Several social network provide essential information on the perceptions of tourist destination. Nevertheless to operate correctly, several points should be discussed. This article provides multiple ideas for reflections on the challenges and opportunities offered by these new media. »
This post was last modified on %s = human-readable time difference 10:31 am