Prédiction du comportement des utilisateurs : mobilité et popularité des contenus

Predicting User-Centric Behavior : mobility and content popularity

• Auteur / Autrice : Alexandru-Florin Tatar
• Direction : Serge Fdida, Marcelo Dias De Amorim
• Type : Thèse de doctorat
• Discipline(s) : Systèmes informatiques
• Date : Soutenance le 09/07/2014
• Etablissement(s) : Paris 6
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris
• Jury : Examinateurs / Examinatrices : Walid Dabbous, Andrea Passarella, Martin May, Anne-Marie Kermarrec, Sébastien Tixeuil

Mots clés

Mots clés contrôlés

Ponts mixtes acier-béton

Prédiction (logique)

Mots clés libres

Mobilité

Popularité du contenu web

Comportement des utilisateurs

Predictions

Réseaux mobiles opportunistes

Réseau de téléphonie mobile

Mobility

Users

Résumé

Comprendre le comportement des utilisateurs est fondamentale pour créer des systèmes de communication efficaces. Dévoiler les interactions complexes entre les utilisateurs dans le monde réel ou en ligne, déchiffrer leurs activité sur Internet, ou comprendre la mobilité humaine - toutes les formes des activités - peuvent avoir un impact direct sur la performance d'un réseau de communication. Mais l'observation du comportement de l'utilisateur n'est pas suffisant. Pour transformer l'information en connaissance utile, il faut cependant aller au-delà de l'observation et l' explication du passé et de créer des modèles permettant de prédire le comportement. Dans cette thèse, nous nous concentrons sur le cas des utilisateurs qui consomment du contenu dans leurs trajets quotidiens, en particulier lorsque la connectivité est faible ou intermittente. Nous considérons que les utilisateurs peuvent communiquer entre eux en utilisant l'infrastructure mais aussi directement en utilisant les communications opportunistes. Nous proposons de nouvelles perspectives sur la façon d'utiliser des information sur le comportement des utilisateurs dans la conception de solutions plus efficaces pour les communications mobiles opportunistes. En particulier, nous mettons en avant que le comportement des utilisateurs, à la fois en termes de consommation de contenu et les contacts entre les utilisateurs mobiles, peut être utilisé pour élaborer des stratégies dynamiques de réplication de données.

Understanding user behavior is fundamental in the design of efficient communication systems. Unveiling the complex online and real-life interactions among users, deciphering online activity, or understanding user mobility patterns all forms of user activity have a direct impact on the performance of the network. But observing user behavior is not sufficient. To transform information in valuable knowledge, one needs however to make a step forward and go beyond observing and explaining the past to building models that will predict future behavior. In this thesis, we focus on the case of users consuming content on the move, especially when connectivity is poor or intermittent. We consider both traditional infrastructure-based communications and opportunistic device-to-device transfers between neighboring users. We offer new perspectives of how to use additional information about user behavior in the design of more efficient solutions for mobile opportunistic communications. In particular, we put forward the case that the collective user behavior, both in terms of content consumption and contacts between mobile users, can be used to build dynamic data replication strategies.