Résumé
Les développements récents des techniques de géolocalisation ont généré de larges volumes de données associées aux objets mobiles. Une des tâches d’analyse de telles données reste à identifier les objets évoluant ensemble. Cette problématique peut être résolue par les motifs spatio-temporels et de nombreuses propositions ont été réalisées ces dernières années. Néanmoins chacune de ces approches se focalise sur un type de motif spécifique. Il est ainsi couteux de vouloir tous les obtenir car il est nécessaire d’exécuter l’ensemble des algorithmes proposés. De plus, il n’existe pas de solution incrémentale et tout ajout de nouvelle donnée nécessite de ré-exécuter complètement le processus. Pour répondre à ces lacunes, nous redéfinissons les motifs spatio-temporels dans le contexte des item sets et proposons une approche unifiée, appelée GeT Move, permettant d’extraire ces motifs. Cet algorithme est implanté selon deux versions dont l’une est incrémentale. Les expérimentations réalisées sur des données réelles et des données synthétiques soulignent l’efficacité de notre proposition qui surpasse les approches existantes.