TwitterFil Twitter

La nouvelle version d' #UnivMobile l’appli officielle des universités de Paris et d’IDF est sur #ProximaMobile
https://t.co/VxTqJOjjQY
#mEdu

Félicitations à l’astronaute Thomas Pesquet qui se rapproche de l’ #ISS: sa mission s’appellera PROXIMA ;) via
https://t.co/gjIZqDJXl7

Big Data et exploitation des données mobiles au service du développement
http://t.co/AY6PqdpYVP
#mSciences #mData

Sciences participatives: des applis mobiles collaboratives pour l’observation et le suivi des oiseaux
http://t.co/zTjakSVFTQ
#MobileDurable

Institutions - Actualités

Analyse prédictive des places libres dans les bibliothèques

Lundi 4 mai 2015 - Catégorie(s) : Institutions.


En 2011, deux étudiants en école de commerce mirent au point MySeat, un dispositif capable de mesurer le taux d’occupation d’une bibliothèque : relié a une application mobile, ce dispositif visait à informer les étudiants en temps réel sur l’existence et le taux de places libres. Ce dispositif requiert l’installation de capteurs qui détectent la présence d’une personne grâce aux micro-mouvements d’une personne sur un siège (changement d’appui, respiration, battements de cœur).  Initialement destiné aux bibliothèques, comme celle de l’École Polytechnique Montréal, ce dispositif est désormais proposé à des entreprises dont le taux d’occupation des bureaux varie régulièrement, comme les entreprises de conseil.

L’approche mise en œuvre à la Bibliothèque publique d’information (BPI) du centre Georges Pompidou à Paris procéde ne nécessite pas le déploiement de capteurs sur chaque siège.

Cette bibliothèque accueille en moyenne 5 000 visiteurs par jours pour un peu plus de 2 000 places assises. Pour épargner à ses usagers des situations d’attente, la BPI a mis au point avec d’une startup l’application mobile Affluences (labellisée Proxima Mobule) pour connaitre en temps réel le temps d’attente. L’application agrège les données provenant de compteurs placés dans la bibliothèque ou des utilisateurs de l’application avec des informations de contexte comme la météo ou le calendrier universitaire.

Un algorithme analyse l’ensemble des données pour calculer le taux d’occupation et la durée d’attente. Il peut, en outre, prévoir la fréquentation de la bibliothèque : de plusieurs heures à plusieurs jours à l’avance (Source : BPI).

 

Voir aussi

Le catalogue des bibliothèques de Toulouse sur mobile

La réalité augmentée au service des bibliothèques