Centre dedocumentation
scientifique

Understanding demographic and socioeconomic biases of geotagged Twitter users at the county level / Jiang Juqin in Cartography and Geographic Information Science, vol 46 n° 3 (May 2019)  

Public [article]  inCartography and Geographic Information Science > vol 46 n° 3 (May 2019) . - pp 228 - 242 Titre : Understanding demographic and socioeconomic biases of geotagged Twitter users at the county level Type de document : Article/Communication Auteurs : Jiang Juqin, Auteur ; Li Zhenlong, Auteur ; Xinyue Ye, Auteur Année de publication : 2019 Article en page(s) : pp 228 - 242 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] agrégation spatiale [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données démographiques [Termes descripteurs IGN] données massives [Termes descripteurs IGN] données socio-économiques [Termes descripteurs IGN] erreur systématique [Termes descripteurs IGN] Etats-Unis [Termes descripteurs IGN] géoétiquetage [Termes descripteurs IGN] régression géographiquement pondérée [Termes descripteurs IGN] Twitter Résumé : (Auteur) Massive social media data produced from microblog platforms provide a new data source for studying human dynamics at an unprecedented scale. Meanwhile, population bias in geotagged Twitter users is widely recognized. Understanding the demographic and socioeconomic biases of Twitter users is critical for making reliable inferences on the attitudes and behaviors of the population. However, the existing global models cannot capture the regional variations of the demographic and socioeconomic biases. To bridge the gap, we modeled the relationships between different demographic/socioeconomic factors and geotagged Twitter users for the whole contiguous United States, aiming to understand how the demographic and socioeconomic factors relate to the number of Twitter users at county level. To effectively identify the local Twitter users for each county of the United States, we integrate three commonly used methods and develop a query approach in a high-performance computing environment. The results demonstrate that we can not only identify how the demographic and socioeconomic factors relate to the number of Twitter users, but can also measure and map how the influence of these factors vary across counties. Numéro de notice : A2019-093 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2018.1434834 date de publication en ligne : 09/02/2018 En ligne : https://doi.org/10.1080/15230406.2018.1434834 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92338 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible

iTowns, le nouveau moteur de visualisation 3D de données géospatiales du Géoportail / Mirela Konini in Responsabilité et environnement, n° 94 (Avril 2019) 

Public [article]  inResponsabilité et environnement > n° 94 (Avril 2019) . - pp 14 - 18 Titre : iTowns, le nouveau moteur de visualisation 3D de données géospatiales du Géoportail Type de document : Article/Communication Auteurs : Mirela Konini, Auteur ; Alexandre Devaux , Auteur ; Mathieu Brédif , Auteur Année de publication : 2019 Projets : ITowns / Paparoditis, Nicolas Article en page(s) : pp 14 - 18 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web [Termes descripteurs IGN] application web [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] données massives [Termes descripteurs IGN] geoportail [Termes descripteurs IGN] iTowns [Termes descripteurs IGN] modèle numérique de terrain [Termes descripteurs IGN] plateforme collaborative [Termes descripteurs IGN] simulation [Termes descripteurs IGN] urbanisme [Termes descripteurs IGN] visite virtuelle [Termes descripteurs IGN] visualisation 3D Résumé : (auteur) La visualisation est un mode privilégié de l’interaction des utilisateurs avec l’information géographique, et sa représentation efficace est d’autant plus importante que les données sont massives et hétérogènes et que les utilisateurs et les usages sont variés. Au-delà de la visualisation de données 2D sur un écran ou une carte papier, la visualisation de données 3D pose de nouveaux défis et nécessite des outils appropriés : volume des données, multiplicité des formats, stylisation et gestion des parties visibles, modes d’interaction et de navigation ... iTowns est une plateforme technologique de l’IGN qui permet de visualiser des données géographiques 3D via le Web et propose des fonctions d’interaction avancées dans un environnement métrologique. Initialement développé par les laboratoires de recherche de l’IGN comme un outil de visualisation de données images et LiDAR issues de la cartographie mobile (c’est-à-dire acquises au moyen d’un véhicule équipé de capteurs), iTowns a évolué et permet aujourd’hui de naviguer de façon immersive au sein d’un très grand volume de données 3D, et ce dans toute la gamme d’échelles, depuis l’espace jusqu’au sol. Des interfaces sont également disponibles pour la manipulation de ces données. Désormais moteur de visualisation 3D du Géoportail (1), iTowns s’enrichit continuellement de nouvelles fonctionnalités : en sus de la visualisation en 3D du territoire pour le grand public, il permet de développer des applications Web à usage professionnel pour covisualiser différents types de données, les annoter, procéder à des analyses, des mesures ... Numéro de notice : A2019-101 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92405 [article]

Documents numériques

en open access iTowns... - pdf editeur Adobe Acrobat PDF

Geographic space as a living structure for predicting human activities using big data / Bin Jiang in International journal of geographical information science IJGIS, Vol 33 n° 3-4 (March - April 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > Vol 33 n° 3-4 (March - April 2019) . - pp 764 - 779 Titre : Geographic space as a living structure for predicting human activities using big data Type de document : Article/Communication Auteurs : Bin Jiang, Auteur ; Zheng Ren, Auteur Année de publication : 2019 Article en page(s) : pp 764 - 779 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] données issues des réseaux sociaux [Termes descripteurs IGN] données massives [Termes descripteurs IGN] information topologique [Termes descripteurs IGN] métadonnées [Termes descripteurs IGN] mise à l'échelle [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] polygone de Thiessen [Termes descripteurs IGN] représentation des détails topographiques [Termes descripteurs IGN] Royaume-Uni Résumé : (Auteur) Inspired by Christopher Alexander’s conception of the world – space is not lifeless or neutral, but a living structure involving far more small things than large ones – a topological representation has been previously developed to characterize the living structure or the wholeness of geographic space. This paper further develops the topological representation and living structure for predicting human activities in geographic space. Based on millions of street nodes of the United Kingdom extracted from OpenStreetMap, we established living structures at different levels of scale in a nested manner. We found that tweet locations at different levels of scale, such as country and city, can be well predicted by the underlying living structure. The high predictability demonstrates that the living structure and the topological representation are efficient and effective for better understanding geographic forms. Based on this major finding, we argue that the topological representation is a truly multiscale representation, and point out that existing geographic representations are essentially single scale, so they bear many scale problems such as modifiable areal unit problem, the conundrum of length and the ecological fallacy. We further discuss on why the living structure is an efficient and effective instrument for structuring geospatial big data, and why Alexander’s organic worldview constitutes the third view of space. Numéro de notice : A2019-215 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1427754 date de publication en ligne : 31/01/2018 En ligne : https://doi.org/10.1080/13658816.2018.1427754 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92687 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2019032	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
079-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible

A methodology with a distributed algorithm for large-scale trajectory distribution prediction / QiuLei Guo in International journal of geographical information science IJGIS, Vol 33 n° 3-4 (March - April 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > Vol 33 n° 3-4 (March - April 2019) . - pp 833 - 854 Titre : A methodology with a distributed algorithm for large-scale trajectory distribution prediction Type de document : Article/Communication Auteurs : QiuLei Guo, Auteur ; Hassan A. Karimi, Auteur Année de publication : 2019 Article en page(s) : pp 833 - 854 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] circulation urbaine [Termes descripteurs IGN] distribution spatiale [Termes descripteurs IGN] données massives [Termes descripteurs IGN] données spatiotemporelles [Termes descripteurs IGN] gestion de trafic [Termes descripteurs IGN] migration pendulaire [Termes descripteurs IGN] mobilité urbaine [Termes descripteurs IGN] New York (Etats-Unis ; ville) [Termes descripteurs IGN] Pékin (Chine) [Termes descripteurs IGN] population urbaine [Termes descripteurs IGN] prédiction [Termes descripteurs IGN] trajectoire Résumé : (Auteur) In this paper, we propose a method for predicting the distributions of people’s trajectories on the road network throughout a city. Specifically, we predict the number of people who will move from one area to another, their probable trajectories, and the corresponding likelihoods of those trajectories in the near future, such as within an hour. With this prediction, we will identify the hot road segments where potential traffic jams might occur and reveal the formation of those traffic jams. Accurate predictions of human trajectories at a city level in real time is challenging due to the uncertainty of people’s spatial and temporal mobility patterns, the complexity of a city level’s road network, and the scale of the data. To address these challenges, this paper proposes a method which includes several major components: (1) a model for predicting movements between neighboring areas, which combines both latent and explicit features that may influence the movements; (2) different methods to estimate corresponding flow trajectory distributions in the road network; (3) a MapReduce-based distributed algorithm to simulate large-scale trajectory distributions under real-time constraints. We conducted two case studies with taxi data collected from Beijing and New York City and systematically evaluated our method. Numéro de notice : A2019-218 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1536981 date de publication en ligne : 31/10/2018 En ligne : https://doi.org/10.1080/13658816.2018.1536981 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92690 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2019032	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
079-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible

(re)Considering Bertin in the age of big data and visual analytics / Alan M. MacEachren in Cartography and Geographic Information Science, vol 46 n° 2 (March 2019)  

Public [article]  inCartography and Geographic Information Science > vol 46 n° 2 (March 2019) . - pp 101 - 118 Titre : (re)Considering Bertin in the age of big data and visual analytics Type de document : Article/Communication Auteurs : Alan M. MacEachren, Auteur Année de publication : 2019 Article en page(s) : pp 101 - 118 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] analyse visuelle [Termes descripteurs IGN] données massives [Termes descripteurs IGN] sémiologie graphique [Vedettes matières IGN] Géovisualisation Résumé : (Auteur) This paper highlights a selection of core ideas articulated by Bertin and leveraged by many researchers over time, with particular attention to how the ideas relate to developments in cartography, big data, and visual analytics. A primary contribution is a bibliometric analysis of the impact of Bertin’s Semiology of Graphics at its 50th anniversary. A briefer bibliometric assessment of Graphics and Graphic Information Processing impacts is also provided. The bibliometric analysis includes exploration of citations to Semiology of Graphics over the entire time span (in both English and French editions) as well as more focused analysis by topic and outlet since the advent of visual analytics as a research domain. Then, very recent research related to cartography, visual analytics, and big data is examined in detail to determine if and how Bertin’s ideas continue to be leveraged and extended for current data representation and analysis challenges. After outlining some limitations of the bibliometric analysis, discussion reflects on the current relevance of Bertin’s ideas, potential applications in visual analytics, and the need for a complement to Sémiologie Graphique focused on interactive visual interfaces to an increasingly diverse array of display forms. The paper concludes with thoughts on next steps. Numéro de notice : A2019-095 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2018.1507758 date de publication en ligne : 12/10/2018 En ligne : https://doi.org/10.1080/15230406.2018.1507758 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92351 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2019021	SL	Revue	Centre de documentation	Revues en salle	Disponible

Numérique et territoires / Philippe Cohard (2019) 

Permalink

Spatial data management in apache spark: the GeoSpark perspective and beyond / Jia Yu in Geoinformatica [en ligne], vol 23 n° 1 (January 2019)  

Permalink

SUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2019)  

Permalink

Compactly representing massive terrain models as TINs in CityGML / Kavisha Kumar in Transactions in GIS, vol 22 n° 5 (October 2018)  

Permalink

SensePlace3: a geovisual framework to analyze place–time–attribute information in social media / Scott Pezanowski in Cartography and Geographic Information Science, Vol 45 n° 5 (August 2018)  

Permalink

Quels apports du Géoweb et de la géolocalisation pour représenter les mobilités touristiques ? / Sylvain Genevois in Mappemonde [en ligne], n° 124 (juillet 2018)  

Permalink

Open data, big data : quel renouveau du raisonnement cartographique ? / Emilie Lerond in Cartes & Géomatique, n° 235-236 (mars - juin 2018)

Permalink

Contribution à la cartographie d’une matrice de flux / Françoise Bahoken in Mappemonde [en ligne], n° 123 (février 2018)  

Permalink

Spatial big data and machine learning in GIScience, Workshop at GIScience 2018, Melbourne, Australia, 28 August 2018 / Martin Raubal (2018)    

Permalink

Le travail invisible des données / Jérôme Denis (2018)  

Permalink