Application du paradigme MapReduce aux données ouvertes Cas : Accessibilité des personnes à mobilité réduite aux musées
Résumé
Le modèle MapReduce est aujourd'hui l'un des modèles de programmation
parallèle les plus utilisés. Définissant une architecture Maître-Esclave,
il permet le traitement parallèle de grandes masses de données. Dans ce papier,
nous proposons un algorithme basé sur MapReduce qui permet, à partir des données
publiques du Ministère Français de la Communication et de la Culture, de
définir un classement des galeries et musées nationaux selon leurs degré d'accessibilité
aux personnes handicapées. Tout en profitant de la puissance et de la
flexibilité du paradigme MapReduce, les décideurs pourront mettre en place des
stratégies efficaces à moindre coût et avoir ainsi une vision plus précise sur les
établissements culturels et leurs limites relatives à cette catégorie de personnes.
L'algorithme que nous proposons peut être exploité et appliqué à d'autres cas
d'études avec des jeux de données plus volumineux.