HAL : hal-00627122, version 1

Fiche détaillée

Récupérer au format BibTeX - EndNote - TEI - RefWorks -

Social Event Detection in Massive Mobile Phone Data Using Probabilistic Location Inference

Vincent Traag 1, Arnaud Browet 1, Francesco Calabrese 2, Frédéric Morlot 3, 4

(27/09/2011)

The unprecedented amount of data from mobile phones creates new possibilities to analyze various aspects of human behavior. Over the last few years, much effort has been devoted to studying the mobility patterns of humans. In this paper we will focus on unusually large gatherings of people, i.e. unusual social events. We introduce the methodology of detecting such social events in massive mobile phone data, based on a Bayesian location inference framework. More specifically, we also develop a framework for deciding who is attending an event. We demonstrate the method on a few examples. Finally, we discuss some possible future approaches for event detection, and some possible analyses of the detected social events.

1 :	Pôle en ingénierie mathématique (INMA)
	Université Catholique de Louvain (UCL) - Belgique
2 :	IBM Research Division (IBM)
	IBM
3 :	TREC (INRIA Rocquencourt)
	INRIA – Ecole normale supérieure de Paris - ENS Paris
4 :	Orange Labs [Issy les Moulineaux]
	France Télécom

Domaine

:

Informatique/Modélisation et simulation Mathématiques/Statistiques Statistiques/Théorie Mathématiques/Probabilités

hal-00627122, version 1

http://hal.archives-ouvertes.fr/hal-00627122

oai:hal.archives-ouvertes.fr:hal-00627122

Contributeur : Frédéric Morlot <>

Soumis le : Mardi 27 Septembre 2011, 19:00:49

Dernière modification le : Mercredi 28 Septembre 2011, 10:13:12