Download pdf - Ecoffices AxIS

Transcript
Page 1: Ecoffices AxIS

Brigitte TROUSSE,

Inria AxIS,19 juin 2013, Paris

Analyser les données et les comportements utilisateurs: le cas du Pacalabs ECOFFICES

Page 2: Ecoffices AxIS

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

Page 3: Ecoffices AxIS

- 3 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Page 4: Ecoffices AxIS

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

Page 5: Ecoffices AxIS

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

Page 6: Ecoffices AxIS

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

Page 7: Ecoffices AxIS

Conception du

protocole expérimental

- 7 Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Page 8: Ecoffices AxIS

4 mois

49 joueurs

3 équipes

Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées - 8

Page 9: Ecoffices AxIS

Photo - CSTB Sophia Antipolis

- 9

Environ

10 capteurs

par bureau

Instrumentation

(CSTB/Osmose)

Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Page 10: Ecoffices AxIS

- 10

Spécification de l’interface

challenger

Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Page 11: Ecoffices AxIS

- 11

Elaboration d’une Méthode

pluri-disciplinaire

d’analyse de données

Brigitte TROUSSE - Inria Sophia Antipolis Méditerranées

Page 12: Ecoffices AxIS

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

Page 13: Ecoffices AxIS

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

Page 14: Ecoffices AxIS

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

Page 15: Ecoffices AxIS

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

Page 16: Ecoffices AxIS

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

Page 17: Ecoffices AxIS

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

Page 18: Ecoffices AxIS

- 18

Merci pour votre attention

[email protected]

www.ecoffices.com

www-sop.inria.fr/axis


Recommended