On suit les instructions d’un système de navigation étape par étape pour des raisons purement utilitaires : faire le voyage le plus rapide, le plus court ou le moins cher.
Daniele Quercia et Luca Maria Aiello de Yahoo Labs, et Rossano Schifanella de l’université de Turin, se sont demandé s’il était possible de recommander un itinéraire selon d’autres critères comme la beauté des paysages, le calme ou le sentiment de bonheur. Notamment pour les piétons.
Ils ont publié le résultat de leur étude sur arXiv.org, une bibliothèque numérique offerte par la bibliothèque de l’université de Cornell.
Premier test à Londres
Dans un premier temps, les chercheurs se sont demandé comment quantifier la beauté d’un endroit.
Ils ont utilisé la base de données de photos de Google Street View de Londres. Sur un site, urbangems.org, ils proposent au visiteur une série de deux photos de lieux. Ils doivent à chaque fois choisir le lieu qu’ils trouvent le plus beau, ou le plus calme, ou qui leur donne le plus grand sentiment de bonheur.
À partir de données, les chercheurs ont créé une base de données des endroits les plus beaux de Londres. Ils proposent alors des itinéraires qui passent par le plus de beaux endroits.
Puis ils ont fait vérifier par des habitants de Londres, s’ils estimaient que l’itinéraire proposé était vraiment plus agréable que l’itinéraire le plus rapide.
Et de façon signification, les personnes donnaient raison à leur algorithme.
Le plus intéressant est qu’ils ont constaté qu’en moyenne, leur itinéraire n’était que 12 % plus long que l’itinéraire le plus rapide. Pour la plupart des piétons, la question de l’attrait de l’itinéraire pourrait donc se poser.
Étendre le concept à d’autres villes
Le problème du crowdsourcing, c’est que la méthode n’est pas extensible.
Les chercheurs se sont alors demandé s’ils pouvaient détecter des critères qui permettraient de juger automatiquement de l’attrait des lieux.
Pour cela, ils ont utilisé la banque d’images considérable de Flickr (une filiale de Yahoo).
Cette fois-ci, pour les villes de Londres et de Boston, Massachusetts, ils ont étudié les métadonnées de plusieurs millions de photos. Pour chaque lieu, ils analysent :
- Le nombre de photos
- Le nombre de photos ayant été ajoutées aux favorites,
- Le nombre de commentaires,
- Le nombre de balises.
À partir de ces informations, ils peuvent attribuer des catégories aux lieux, comme la beauté, les émotions positives ou négatives, le degré d’anxiété etc.
Une fois les lieux choisis, ils peuvent à nouveau appliquer leur algorithme de sélection d’itinéraires.
Là aussi, ils ont fait vérifier leurs itinéraires par des habitants.
Et là aussi, les habitants ont été d’accord sur la supériorité de l’itinéraire proposé sur l’itinéraire le plus rapide, au plan de la beauté et s’ils sont plaisants.
Avantages et limites
Les chercheurs concluent par les avantages et les améliorations à apporter à leur approche
Elle est extensible car l’algorithme de calcul est très rapide : il suffit de 51 ms à un serveur Intel, 24 cœurs quand même, pour calculer le meilleur itinéraire.
La personnalisation des itinéraires, en fonction de l’appréciation des itinéraires déjà choisis, permettrait de limiter le facteur subjectif de bonheur à croiser tel ou tel lieu.
La simplification de la représentation géographique en cellules interdit l’analyse fine de ce qui se passe dans ce lieu (lieu infesté de criminels) et entre deux cellules (traverser une rue large avec beaucoup de circulation), et les chercheurs pensent qu’on pourrait utiliser de meilleures représentations géographiques.
Un système de reconnaissance des formes serait aussi utile pour vérifier que les photographies représentent des lieux.
The Shortest Path to Happiness: Recommending Beautiful, Quiet, and Happy Routes in the City (PDF)
Via MIT Technology Review