ecoffices axis
Embed Size (px)
DESCRIPTION
Présentation de Brigitte Trousse (AxIS - Inria)TRANSCRIPT

Brigitte TROUSSE,
Inria AxIS,19 juin 2013, Paris
Analyser les données et les comportements utilisateurs: le cas du Pacalabs ECOFFICES

Equipe-Projet AxIS
Equipe multidisciplinaire (SHS-TIC)
Nouvelles méthodes et outils pour l’analyse des usages et de
l’expérience utilisateur tout au long de projets ICT d’innovation
Exemples: PREDIT TICTAC, Projet FP7 STREP ELLIOT,
Pacalabs ECOFFICES, HOTEL-REF-PACA et ECOFAMILIES
Market launch
Design team
Design process
usages
INNOVATION
Co-creation
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées - 2

- 3 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Consortium
Durée : 16 mois ( T0: août 2010)
Budget
261 K€
Subvention Region / FEDER
191 K€
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées - 4
Le projet ECOFFICES

Projet PACA Labs Axe 1
• “Prototypage en grandeur nature”
Challenge énergétique “TIC” en entreprise
- Augmenter les comportements éco-
responsables
- Améliorer les usages des équipements
- Diminuer les consommations énergétiques
- Réduire la facture
- 5 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées
Le projet ECOFFICES

Apports Inria : Axe Usages
1. Elaboration du protocole expérimental,
2. Spécification de l’interface challenger,
3. Méthodologie d’analyse de données qualitatives et
quantitatives,
4. Application d’une méthode de classification non
supervisée de type tableau de distance sur des données
complexes et réelles en vue de réaliser des profils de
comportemenst ecoresponsibles
- 6 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Conception du
protocole expérimental
- 7 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

4 mois
49 joueurs
3 équipes
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées - 8

Photo - CSTB Sophia Antipolis
- 9
Environ
10 capteurs
par bureau
Instrumentation
(CSTB/Osmose)
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

- 10
Spécification de l’interface
challenger
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

- 11
Elaboration d’une Méthode
pluri-disciplinaire
d’analyse de données
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Des données complexes (hétérogènes, non vectorielles)
Données qualitatives:
2 questionnaires de profil (avant et après le challenge)
Données quantitatives issues des logs de l’utilisation de
l’application intranet et des capteurs
1. Les données des capteurs de température (ambiante, radiateur,
ventiloconvecteur).
2. Les données des capteurs de présence pour établir une présence
journalière dans les bureaux
3. Les points de bonus et de malus journaliers
exemple du bonus_05: Vous n’allumez pas votre radiateur si la
température de votre bureau est supérieure à 20°/Radiateur éteint
- 12 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Apports AxIS au niveau de
l’analyse des données
Pré-traitement des données:
- Analyse de la qualité des données collectées,
- Choix de Unité statistique: (bureau, jour)
- Identification de 4 périodes: avant challenge (splittée en deux:
chauffage et avant challenge), challenge, après challenge
Objectif: identification de profils de comportements écoresponsables et
% de ces profils par équipe et étude des changements de
comportements
Mise au point d’une méthode d’analyse en 3 étapes:
- Analyse des mesures de température agrégées par (bureau, jour)
- Analyse des comportements bonus/malus par (bureau, jour),
- Analyse du lien entre ces deux analyses
- 13 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Deux exemples
de résultats d’analyse
Résultats: www.ecoffices.com (rapport public)
Deux exemples:
1. Evolution des comportements écologiques au bureau:
On a noté une évolution positive et significative des 3 équipes au niveau
de leur comportement
pendant la période challenge.
2. Gestion des températures
Une équipe a eu une température ambiante plus élevée dans ses bureaux
que la moyenne (beaucoup de malus pendant la période chauffage,
par contre la meilleure équipe pendant le challenge été)
- 14 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Intérêts au niveau Recherche
du projet ECOFFICES
• Energie: 2 publications scientifiques (ICCBE 2011, CIN W78-W102
2011)– Expérimentation d’un challenge énergétique et Mise au point
d’une méthodologie d’analyse des comportements dans le cadre d’un
challenge énergétique
• Clustering: 1 publication scientifique (SFC 2012) - Validation de
nouvelles méthodes de classification non supervisée de données de
type tableaux de distance sur un jeu de données réelles et
comparaison avec une autre méthode AxIS de type intervalles
• Constitution d’un jeu de données réelles permettant de mener
des recherches en fouille de données et de valider d’autres types
de méthodes AxIS pertinentes pour le secteur de l’Energie et issues
de la plateforme FocusLab (voir fiches suivantes)
-
- 15 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

FocusLab@Software
Clustering
Focuslab@Clustering est un ensemble de méthodes de classification non supervisée basées sur des données complexes telles que les tableaux de dissimilarité ou les Intervalles
Quatre types de méthodes de classification non supervisée sont proposées: a) Méthodes de partitionnement : génériques
(MND), tableaux de distance (MRDCA-RWL, RWG, MND), données intervalles ou distributions (SCluster)
b) Méthode hiérarchique: descendante (DIV), ascendante (2-3 CAH)
Barrière technologique: classification non supervisée de données non vectorielles
Language, environnement : C++ or Java, utilisation de SOL (“Symbolic Object Language”) issu du logiciel SODAS2 (ASSO project)
Mots clefs : classification non supervisée sur données complexes
Licence : accord de licence possible
Champs possible d’applications: méthodes génériques, Actuellement ces méthodes sont utilisées pour la classification des données fonctionnelles (consommation énergétique, internet des objets, mobilité, expérience utilisateur)
URL:focuslab.inria.fr/clustering
Academic partners : for a) and b)
Contact: [email protected]
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées - 16

FocusLab@Software
ATWUEDA
ATWUEDA propose une analyse des usages sur des périodes significatives de temps dans le but: - D’identifier le changement de
comportements des utilisateurs - Et d’étudier l’évolution temporelle des
profils de comportements de ces utilisateurs
La méthode s’appuie sur des résumés pour représenter les profils de comportements des utilisateurs.
Barrière technologique: a) Identifier des changements dans un environnement dynamique b) Caractériser les changements d’une classe d’utilisateurs.
Language, environnement : Java, Utilisation de la bibliothèque JRI permettant d’utiliser R (logiciel libre pour la programmation d’analyse statistique de données)
Licence: libre
Mots clefs : temporal clustering, évolution d‘une classification, données évolutives
Champs possible d’applications: Web Usage Mining, Consommation énergétique, Analyse exploratoire de données fonctionnelles, de données évolutives (internet des objets, ..)
URL:focuslab.inria.fr/atwueda
Partenaires Académiques :
Contact: [email protected]
Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées - 17

- 18
Merci pour votre attention
www.ecoffices.com
www-sop.inria.fr/axis