FR2984067A1

FR2984067A1 - Geolocation data processing method, involves referring database to determine point of interest in vicinity of current position of user, and associating data file of contextual information with point of interest based on social information

Info

Publication number: FR2984067A1
Application number: FR1161496A
Authority: FR
Inventors: Francois Toutain; Fano Ramparany; Ewelina Szczekocka
Original assignee: France Telecom SA
Current assignee: Orange SA
Priority date: 2011-12-12
Filing date: 2011-12-12
Publication date: 2013-06-14

Abstract

The method involves forming a database (51) including points of interest associated with social information about a user, where the points of interest are stored in correspondence with respective geolocation positions. Current position of a terminal e.g. mobile phone, of another user is identified (52). The database is referred (53) to determine the point of interest in the vicinity of the current position, and a data file of contextual information e.g. location data, is associated (58) with the point of interest based on the social information, to communicate the data file to the former user. Independent claims are also included for the following: (1) a computer program comprising a set of instructions to implement a geolocation data processing method (2) a geolocation data processing device (3) a system comprising two terminals connected by a telecommunications network.

Description

Adaptation d'information contextuelle La présente invention concerne le domaine du traitement de données contextuelles. Contextual information adaptation The present invention relates to the field of contextual data processing.

Elle concerne plus précisément des applications de traitement de données contextuelles telles que des données de localisations issues de capteurs, ou encore de données météorologiques, de données relatives à l'actualité, etc. Ainsi, on entend par données contextuelles, toute information concernant la situation d'un utilisateur. Dans certaines applications sensibles au contexte, des données contextuelles décrivant la situation de certains utilisateurs sont transmises à d'autres utilisateurs. Par exemple, Bob (premier utilisateur) peut recevoir, sur requête, des informations concernant la localisation d'Alice (second utilisateur). Ces informations peuvent être exprimées d'une pluralité de manières différentes. Par exemple, la localisation d'Alice peut s'exprimer par « Alice se trouve aux coordonnées géographiques (X,Y) », « Alice se trouve à côté de Charlie » ou « Alice se trouve à son lieu de travail », etc. Cependant, lorsque de telles informations sont transmises à Bob, il est important de déterminer l'expression la mieux adaptée à la compréhension de Bob. Dans les exemples précédents, la pertinence de chacune des expressions dépend des connaissances de Bob au sujet de Charlie et au sujet du lieu de travail d'Alice. Ainsi, il existe un besoin d'adapter des données contextuelles à une personne auxquelles elles sont destinées. La présente invention vient améliorer la situation. Un premier aspect de l'invention concerne à cet effet un procédé de traitement de données de géo-localisation, comportant : a) constituer une base de données comportant des points d'intérêt associés à des informations sociales sur un premier utilisateur, ces points d'intérêt étant stockés en correspondance de positions respectives de géo-localisation, b) identifier une position courante d'un terminal d'un deuxième utilisateur, c) se référer à la base de données pour déterminer au moins un point d'intérêt de la base, dans un voisinage de la position courante, et associer au point d'intérêt un jeu de données d'informations contextuelles en fonction d'informations sociales de la base, en vue d'une communication au premier utilisateur du jeu de données d'informations contextuelles associé au point d'intérêt déterminé. La présente invention permet ainsi avantageusement de fournir une description à un premier utilisateur d'un point d'intérêt déterminé à proximité d'un second utilisateur, cette description étant pertinente puisque dépendant d'informations sociales concernant le premier utilisateur. On entend par information sociale au sens de l'invention, toute relation entre des personnes (premier utilisateur, second utilisateur ou toute autre personne) et des lieux (bâtiment, salle, rue, ville, zone, pays, continent). Les lieux et les autres personnes peuvent être assimilés aux points d'intérêt à partir desquels on peut localiser la seconde personne. Une relation sociale entre une personne et un lieu, peut par exemple être que le lieu correspond au lieu d'habitation ou au lieu de travail de cette personne. Des relations sociales entre personnes peuvent par exemple être une relation d'amitié, familiale, professionnelle, hiérarchisée etc. On entend par terminal tout dispositif fixe tel qu'un ordinateur de bureau ou un serveur, ou encore tout dispositif portable tel qu'un ordinateur portable, un PDA, un téléphone mobile ou une tablette tactile. En plus de déterminer une expression adaptée, sous forme d'un jeu de données d'informations contextuelles, le procédé selon l'invention peut déterminer le point d'intérêt le plus pertinent parmi une pluralité de points d'intérêt. More specifically, it relates to contextual data processing applications such as location data from sensors, meteorological data, news data, etc. Thus, contextual data means any information concerning the situation of a user. In some context-aware applications, contextual data describing the situation of some users is passed on to other users. For example, Bob (first user) may receive, upon request, information about the location of Alice (second user). This information can be expressed in a variety of different ways. For example, Alice's location can be expressed as "Alice is at the geographic coordinates (X, Y)", "Alice is next to Charlie" or "Alice is at her workplace", and so on. However, when such information is passed on to Bob, it is important to determine the expression best suited to Bob's understanding. In the previous examples, the relevance of each of the expressions depends on Bob's knowledge of Charlie and Alice's workplace. Thus, there is a need to adapt contextual data to a person for whom they are intended. The present invention improves the situation. A first aspect of the invention relates, for this purpose, to a method for processing geolocation data, comprising: a) constituting a database comprising points of interest associated with social information on a first user, these points of interest; interest being stored in correspondence of respective locations of geo-location, b) identify a current position of a terminal of a second user, c) refer to the database to determine at least one point of interest of the base, in a neighborhood of the current position, and associating with the point of interest a set of contextual information data based on social information of the database, for communication with the first user of the data set of contextual information associated with the particular point of interest. The present invention thus advantageously makes it possible to provide a description to a first user of a particular point of interest close to a second user, this description being relevant since it depends on social information concerning the first user. Social information in the sense of the invention means any relationship between people (first user, second user or any other person) and places (building, hall, street, city, zone, country, continent). Places and other people can be likened to points of interest from which to locate the second person. For example, a social relationship between a person and a place may be that the place corresponds to that person's place of residence or place of work. Social relations between people can for example be a relationship of friendship, family, professional, hierarchical etc. Terminal means any fixed device such as a desktop or a server, or any portable device such as a laptop, a PDA, a mobile phone or a touch pad. In addition to determining a suitable expression, in the form of a contextual information data set, the method according to the invention can determine the most relevant point of interest among a plurality of points of interest.

A cet effet, une pluralité de points d'intérêt candidats étant déterminée dans le voisinage de la position courante du terminal du deuxième utilisateur, à l'étape c), au moins un point d'intérêt de la base est sélectionné parmi les points d'intérêt candidats en fonction des informations sociales de la base. For this purpose, a plurality of candidate points of interest being determined in the neighborhood of the current position of the terminal of the second user, in step c), at least one point of interest of the base is selected from the points of interest. interest candidates based on the social information of the base.

Ces points d'intérêt étant sélectionnés à partir des informations sociales de la base peuvent ainsi être directement liés au premier utilisateur à qui le jeu de données d'informations contextuelles est destiné. En complément, selon certains modes de réalisation, chaque point d'intérêt est localisé par un disque de localisation autour de l'adresse de géolocalisation du point d'intérêt dans la base de données, le voisinage de la position courante est défini comme une surface déterminée : - à partir d'une distance entre la position courante du terminal du deuxième utilisateur et une position courante d'un terminal du premier utilisateur, et - à partir d'un coefficient prédéterminé, multiplicatif de la distance, et un point d'intérêt est retenu en tant que point d'intérêt candidat si l'intersection du disque de localisation de ce point d'intérêt avec la surface est non vide. These points of interest being selected from the social information of the database can thus be directly related to the first user to whom the contextual information data set is intended. In addition, according to some embodiments, each point of interest is located by a location disk around the geolocation address of the point of interest in the database, the neighborhood of the current position is defined as a surface determined: - from a distance between the current position of the terminal of the second user and a current position of a terminal of the first user, and - from a predetermined coefficient, multiplicative of the distance, and a point of interest is retained as a candidate point of interest if the intersection of the location disk of this point of interest with the surface is non-empty.

Selon d'autres modes de réalisation, un point d'intérêt peut être localisé par un polygone, dont la forme approxime la couverture effective géographique du point d'intérêt, en particulier dans le cas où le point d'intérêt représente un lieu tel qu'un bâtiment, un quartier ou une ville. Ainsi, les points d'intérêt candidats sont sélectionnés dans un voisinage du terminal du deuxième utilisateur qui dépend de la distance entre les terminaux des premier et deuxième utilisateurs, ce qui permet d'améliorer la pertinence associée à la sélection des points d'intérêt candidats. En effet, un premier utilisateur éloigné du deuxième utilisateur préférera avoir une localisation plus approximative du deuxième utilisateur, donc des points d'intérêt relatifs à une ville ou une région, tandis que s'ils sont proches, une localisation précise sera requise, par exemple relative à une rue, un bâtiment ou une salle. On entend par disque de localisation, une zone dans laquelle un point d'intérêt est localisé. La taille d'un tel disque dépendra notamment du concept auquel le point d'intérêt se réfère. Ainsi, le disque de localisation d'une ville a une taille supérieure au disque de localisation d'une salle d'un bâtiment. En complément ou en variante, à l'étape a), la base de données est constituée en définissant des relations sociales entre le premier utilisateur et les points d'intérêt de la base, et l'étape c) comprend en outre : cl ) compléter les données de la base de données en y incluant des relations contextuelles de proximité géographique, entre le second utilisateur et les points d'intérêt candidats, les relations contextuelles étant définies à partir de la position courante du terminal du second utilisateur et des positions respectives des points d'intérêt candidats ; c2) en fonction de la relation contextuelle entre chaque point d'intérêt candidat et le deuxième utilisateur et de la relation sociale entre chaque point d'intérêt candidat et le premier utilisateur, sélectionner au moins un point d'intérêt parmi les points d'intérêt candidats, et c3) associer au point d'intérêt un jeu de données d'informations contextuelles en fonction de la relation contextuelle entre le point d'intérêt et le deuxième utilisateur et en fonction de la relation sociale entre le point d'intérêt et le premier utilisateur. Ainsi, le jeu de données d'informations contextuelles est précis quant à la localisation du deuxième utilisateur, mais il est également pertinent quant à la description du point d'intérêt dans le jeu de données d'informations contextuelles. L'invention prend ainsi en compte des données statiques concernant des relations sociales entre le premier utilisateur et des points d'intérêt candidats, et des données dynamiques concernant la localisation du deuxième utilisateur par rapport aux points d'intérêt candidats. En complément, à l'étape cl ), chaque relation contextuelle entre le second utilisateur et un point d'intérêt candidat est quantifiée par un coefficient de localisation, propre au point d'intérêt candidat, et fonction d'une distance entre le point d'intérêt candidat et le terminal du deuxième utilisateur. According to other embodiments, a point of interest can be located by a polygon, the shape of which approximates the actual geographical coverage of the point of interest, especially in the case where the point of interest represents a place such as 'a building, a neighborhood or a city. Thus, the candidate points of interest are selected in a neighborhood of the terminal of the second user that depends on the distance between the terminals of the first and second users, which improves the relevance associated with the selection of the candidate points of interest . Indeed, a first user remote from the second user will prefer to have a more approximate location of the second user, so points of interest relating to a city or a region, while if they are close, a precise location will be required, for example on a street, a building or a room. A location disk is an area in which a point of interest is located. The size of such a disk will depend in particular on the concept to which the point of interest refers. Thus, the location disk of a city is larger than the location disk of a room of a building. In addition or alternatively, in step a), the database is constituted by defining social relations between the first user and the points of interest of the database, and step c) further comprises: completing the database data by including contextual geographic proximity relationships between the second user and the candidate points of interest, the contextual relationships being defined from the current position of the second user's terminal and the respective positions candidate points of interest; c2) according to the contextual relationship between each candidate point of interest and the second user and the social relation between each candidate point of interest and the first user, selecting at least one point of interest among the points of interest candidates, and c3) associating with the point of interest a set of contextual information data based on the contextual relationship between the point of interest and the second user and according to the social relation between the point of interest and the point of interest. first user. Thus, the contextual information data set is accurate as to the location of the second user, but is also relevant to the description of the point of interest in the contextual information dataset. The invention thus takes into account static data concerning social relations between the first user and candidate points of interest, and dynamic data concerning the location of the second user with respect to the candidate points of interest. In addition, in step c1), each contextual relationship between the second user and a candidate point of interest is quantified by a location coefficient, specific to the candidate point of interest, and a function of a distance between the point of interest. candidate interest and the terminal of the second user.

Ainsi, des coefficients de localisation différents peuvent traduire des degrés de précision de la localisation du deuxième utilisateur. Par exemple, dire que le deuxième utilisateur est situé à un endroit est plus précis que de dire qu'il est à côté d'un autre endroit. Le coefficient de localisation peut en outre dépendre d'une taille du concept représenté par le point d'intérêt candidat. Thus, different location coefficients can translate degrees of accuracy in the location of the second user. For example, saying that the second user is located in one place is more accurate than saying that he is next to another place. The location coefficient may further depend on a size of the concept represented by the candidate point of interest.

Selon certaines réalisations de l'invention, chaque relation sociale entre le premier utilisateur et un point d'intérêt candidat comporte un ou plusieurs chemins sociaux reliant le premier utilisateur et le point d'intérêt candidat, pour chaque chemin social, on calcule un coefficient de connaissance entre le premier utilisateur et le point d'intérêt candidat auquel il est relié via le chemin social, et à l'étape cl ) on affecte à chaque point d'intérêt candidat, un coefficient de connaissance global calculé en fonction des coefficients de connaissance respectifs des chemins sociaux reliant le premier utilisateur et le point d'intérêt candidat. Ainsi, des coefficients de connaissance globaux différents peuvent traduire des degrés de connaissance de points d'intérêt par le premier utilisateur. Ces coefficients de connaissance globaux dépendent du chemin social entre le point d'intérêt et le premier utilisateur. Par exemple, le premier utilisateur est plus susceptible de connaître le lieu de travail de sa femme que le lieu d'habitation d'un collègue. Par ailleurs, plusieurs chemins peuvent relier un même point d'intérêt au premier utilisateur. Par exemple, un bâtiment comprenant le lieu de travail d'un ami du premier utilisateur peut également être le lieu de résidence du frère du premier utilisateur, ce qui augmente la probabilité que ce bâtiment soit bien connu du premier utilisateur. En complément, le chemin social comporte une ou plusieurs branches reliant chacune : - le premier utilisateur à un point d'intérêt, ou - un point d'intérêt à un autre point d'intérêt, et on calcule le coefficient de connaissance associé au chemin social au moins en fonction du nombre de branches que le chemin comporte. Ainsi, le coefficient de connaissance d'un chemin dépend d'un « éloignement social » entre le premier utilisateur et le point d'intérêt. Par exemple, le premier utilisateur est plus susceptible de connaître le lieu d'habitation d'un collègue (chemin à deux branches) que le lieu d'habitation du frère d'un collègue (chemin à trois branches). Selon certaines réalisations, à l'étape c2), on sélectionne au moins le point d'intérêt parmi les points d'intérêts candidats dont : - le coefficient de localisation, - ou le coefficient de connaissance global, - ou une combinaison du coefficient de localisation et du coefficient de connaissance global, est maximum. Ainsi, la sélection d'un point d'intérêt pertinent pour le premier utilisateur peut être soit précise au niveau de la localisation du deuxième utilisateur, soit pertinente au vu de connaissances du premier utilisateur, soit à la fois précise et pertinente. Selon certains modes de réalisation de l'invention, des points d'intérêt candidats supplémentaires sont déterminés à partir de points d'intérêt candidats dans le voisinage de la position courante et à partir de règles prédéfinies de transitivité entre points d'intérêt. Ces modes de réalisation permettent d'élargir la sélection des points d'intérêt candidats à partir de règles prédéterminées. En complément, chaque point d'intérêt étant localisé par un disque de localisation autour de la position de géo-localisation du point d'intérêt dans la base de données, les règles de transitivité prédéfinies comprennent les règles suivantes : - si le disque de localisation d'un point d'intérêt candidat est inclus dans le disque de localisation d'un point d'intérêt donné, alors le point d'intérêt donné est un point d'intérêt candidat ; - si le disque de localisation d'un point d'intérêt candidat comporte une intersection non vide avec le disque de localisation d'un point d'intérêt donné, alors le point d'intérêt donné est un point d'intérêt candidat. Ainsi, les règles de transitivité permettent d'élargir la sélection des points d'intérêt candidats, tout en sélectionnant des points d'intérêt qui sont à proximité du deuxième utilisateur. Un deuxième aspect de l'invention concerne un programme d'ordinateur comportant des instructions pour la mise en oeuvre du procédé selon le premier aspect de l'invention, lorsque ce programme est exécuté par un processeur. According to certain embodiments of the invention, each social relation between the first user and a candidate point of interest comprises one or more social paths connecting the first user and the candidate point of interest, for each social path, a coefficient of knowledge between the first user and the candidate point of interest to which he is connected via the social path, and in step c1) assigning to each candidate point of interest a global knowledge coefficient calculated according to the knowledge coefficients respective social paths connecting the first user and the candidate point of interest. Thus, different global knowledge coefficients can translate degrees of knowledge of points of interest by the first user. These global knowledge coefficients depend on the social path between the point of interest and the first user. For example, the first user is more likely to know where his wife is working than where a colleague lives. In addition, several paths can connect the same point of interest to the first user. For example, a building comprising the workplace of a friend of the first user may also be the residence of the first user's brother, which increases the likelihood that this building is well known to the first user. In addition, the social path includes one or more branches each connecting: - the first user to a point of interest, or - a point of interest to another point of interest, and calculating the knowledge coefficient associated with the path at least according to the number of branches that the path has. Thus, the knowledge coefficient of a path depends on a "social distance" between the first user and the point of interest. For example, the first user is more likely to know a colleague's place of residence (two-legged path) than the place of residence of a colleague's brother (three-branched path). According to certain embodiments, in step c2), at least the point of interest is selected from among the candidate points of interest of which: - the location coefficient, - or the overall knowledge coefficient, - or a combination of the coefficient of location and overall knowledge coefficient, is maximum. Thus, the selection of a point of interest relevant to the first user can be either precise at the location of the second user, or relevant to the knowledge of the first user, or both accurate and relevant. According to some embodiments of the invention, additional candidate points of interest are determined from candidate points of interest in the vicinity of the current position and from predefined rules of transitivity between points of interest. These embodiments make it possible to widen the selection of the candidate points of interest from predetermined rules. In addition, each point of interest being located by a location disk around the geo-location position of the point of interest in the database, the predefined transitivity rules include the following rules: - if the location disk a candidate point of interest is included in the location record of a given point of interest, then the given point of interest is a candidate point of interest; if the location disk of a candidate point of interest has a non-empty intersection with the location disk of a given point of interest, then the given point of interest is a candidate point of interest. Thus, the transitivity rules allow to widen the selection of the candidate points of interest, while selecting points of interest which are close to the second user. A second aspect of the invention relates to a computer program comprising instructions for carrying out the method according to the first aspect of the invention, when this program is executed by a processor.

Un troisième aspect de l'invention concerne un dispositif de traitement de données de géo-localisation, comportant : a) des moyens de stockage d'une base de données comportant des points d'intérêt associés à des informations sociales sur au moins un premier utilisateur, ces points d'intérêt étant stockés en correspondance de positions respectives de géo-localisation des points d'intérêt, b) des moyens pour identifier au moins une position courante d'un terminal d'un deuxième utilisateur, c) des moyens de lecture de la base de données pour déterminer au moins un point d'intérêt de la base, dans un voisinage de ladite position courante, et pour associer au point d'intérêt un jeu de données d'informations contextuelles en fonction d'informations sociales de la base. Selon certaines réalisations de l'invention, le dispositif comporte en outre des moyens de stockage du jeu de données d'informations contextuelles associé au point d'intérêt déterminé. Le stockage du jeu de données d'informations contextuelles peut être temporaire ou durable. Par exemple, dans le cas d'une transmission de ces données vers une entité externe, le stockage peut être temporel, tandis que dans le cas d'élaboration d'un historique, ou dans le cas d'une mise à disposition du jeu de données, le stockage peut être durable. En complément, le dispositif comporte en outre des moyens de communication reliés aux moyens de stockage, en vue d'une communication du jeu de données d'informations contextuelles à un terminal du premier utilisateur. A third aspect of the invention relates to a device for processing geolocation data, comprising: a) means for storing a database comprising points of interest associated with social information on at least a first user , these points of interest being stored in correspondence of respective positions of geo-location of the points of interest, b) means for identifying at least one current position of a terminal of a second user, c) reading means of the database to determine at least one point of interest of the base, in a neighborhood of said current position, and to associate with the point of interest a set of contextual information data as a function of social information of the based. According to certain embodiments of the invention, the device further comprises means for storing the set of contextual information data associated with the determined point of interest. Storing the contextual information dataset may be temporary or durable. For example, in the case of a transmission of these data to an external entity, the storage may be temporal, while in the case of drawing a history, or in the case of making available the set of data, storage can be sustainable. In addition, the device further comprises communication means connected to the storage means for communicating the set of contextual information data to a terminal of the first user.

Aucune restriction n'est attachée au type de moyens de communication utilisés. Il peut par exemple s'agir de moyens sans fil ou en filaire, via tout réseau de communication. Selon certaines réalisations, le dispositif est intégré à un terminal. Le terminal peut par exemple être un terminal à disposition du premier utilisateur. En variante, le dispositif est intégré à un serveur. Le serveur peut comporter par exemple des moyens de communication avec un terminal à disposition du premier utilisateur. Un quatrième aspect de l'invention concerne un système comportant un premier terminal et un deuxième terminal, reliés par un réseau de télécommunication, et un dispositif selon le troisième aspect de l'invention, dans lequel le dispositif reçoit un message de position courante du deuxième terminal, et transmet au premier terminal ledit jeu de données d'informations contextuelles associé au point d'intérêt déterminé. No restrictions are attached to the type of communication means used. It can for example be wireless or wired means via any communication network. According to some embodiments, the device is integrated in a terminal. The terminal may for example be a terminal available to the first user. Alternatively, the device is integrated with a server. The server may comprise, for example, communication means with a terminal available to the first user. A fourth aspect of the invention relates to a system comprising a first terminal and a second terminal, connected by a telecommunication network, and a device according to the third aspect of the invention, wherein the device receives a current position message from the second terminal, and transmits to said first terminal said set of contextual information data associated with the determined point of interest.

Le premier terminal peut être un serveur ou un terminal à disposition du premier utilisateur. D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés sur lesquels: - la figure 1 représente un dispositif de traitement de données de géo-localisation selon certains modes de réalisation de l'invention; - la figure 2 illustre un exemple de sélection d'un ensemble de points d'intérêt à partir de positions courantes d'un premier terminal et deuxième terminal ; - la figure 3 représente un modèle sémantique de géo-localisation selon certains modes de réalisation de l'invention ; - la figure 4 illustre un modèle sémantique statique selon certains modes de réalisation de l'invention ; - la figure 5 est un diagramme illustrant les étapes d'un procédé selon certains modes de réalisation de l'invention. The first terminal may be a server or a terminal available to the first user. Other features and advantages of the invention will appear on examining the detailed description below, and the attached drawings in which: - Figure 1 shows a geo-location data processing device according to some embodiments of the invention; FIG. 2 illustrates an example of selecting a set of points of interest from current positions of a first terminal and a second terminal; FIG. 3 represents a semantic model of geolocation according to some embodiments of the invention; FIG. 4 illustrates a static semantic model according to certain embodiments of the invention; - Figure 5 is a diagram illustrating the steps of a method according to some embodiments of the invention.

La figure 1 illustre un dispositif 1 de traitement de données de géo- localisation selon certains modes de réalisation de l'invention. Le dispositif 1 comprend une interface de réception 2, une unité d'identification 3, une unité de stockage d'une base de données de géo- localisation 4, une unité de détermination 5, une unité de stockage d'une base de données statiques 6, une unité de fusion 7, une unité de transformation 8, une unité d'attribution de scores 9, une unité de sélection 10 et une unité de transmission 11. L'unité de réception 2 et l'unité de transmission 11 sont adaptées pour communiquer avec un terminal utilisateur distant via une liaison sans-fil ou avec un terminal utilisateur relié par une interface filaire. En outre, le dispositif 1 peut être directement intégré dans un terminal utilisateur ou dans un serveur possédant des moyens de communication avec un terminal utilisateur. L'unité de réception 2 est adaptée pour recevoir une requête d'un premier terminal d'un premier utilisateur. Par le biais de cette requête, le premier utilisateur peut requérir des données contextuelles au sujet d'un deuxième utilisateur. Il peut par exemple s'agir de données contextuelles relatives à la localisation d'un deuxième terminal du deuxième utilisateur. La présente invention permet de fournir au premier utilisateur une expression sous la forme d'un jeu de données d'informations contextuelles constituant une réponse à cette requête. Le jeu de données peut être transmis par l'unité de transmission 11 au premier terminal et il est déterminé de manière à être pertinente pour le premier utilisateur. Le procédé peut également être mis en oeuvre sans réception préalable d'une requête d'un premier utilisateur. Par exemple, un jeu de données d'informations contextuelles peut être élaboré périodiquement pour un stockage dans le dispositif 1 en vue d'une consultation ou d'une transmission ultérieure. On considère par la suite le cas de la réception d'une requête par le premier utilisateur. La requête du premier utilisateur peut comprendre un identifiant du deuxième utilisateur à localiser, ainsi qu'un identifiant du premier utilisateur. Ces identifiants peuvent être des identifiants de leurs terminaux respectifs ou des identifiants propres aux utilisateurs par exemple. A cet effet, sur réception de la requête, l'unité de réception 2 transmet la requête à l'unité d'identification 3 qui est adaptée pour en déduire un identifiant du deuxième utilisateur dont le deuxième terminal est à localiser. Afin de localiser les premier et deuxième terminaux, l'unité d'identification peut consulter la base de données de géo-localisation contenues dans l'unité de stockage 4, qui est adaptée pour maintenir à jour des positions courantes d'une pluralité d'utilisateurs, dont les premier et deuxième utilisateurs, et de points d'intérêt (pouvant être des lieux ou des utilisateurs tiers). La base de données stocke donc une position courante pour le premier terminal et une position courante pour le deuxième terminal. La position courante du premier terminal ainsi que la position courante du deuxième terminal sont ainsi transmises à l'unité d'identification 3 qui les transmet à l'unité de détermination 5. L'unité de détermination 5 est adaptée pour consulter la base de données de géo-localisation via l'unité de stockage 4 afin de sélectionner un ensemble de points d'intérêt candidats dans un voisinage de la position courante du second terminal du second utilisateur. FIG. 1 illustrates a device 1 for processing geolocation data according to certain embodiments of the invention. The device 1 comprises a reception interface 2, an identification unit 3, a storage unit of a geolocation database 4, a determination unit 5, a storage unit of a static database 6, a fuser unit 7, a transformation unit 8, a score assignment unit 9, a selection unit 10 and a transmission unit 11. The reception unit 2 and the transmission unit 11 are adapted to communicate with a remote user terminal via a wireless link or with a user terminal connected by a wired interface. In addition, the device 1 can be directly integrated in a user terminal or in a server having means of communication with a user terminal. The reception unit 2 is adapted to receive a request from a first terminal of a first user. Through this request, the first user can request contextual data about a second user. It may for example be contextual data relating to the location of a second terminal of the second user. The present invention makes it possible to provide the first user with an expression in the form of a set of contextual information data constituting a response to this request. The data set can be transmitted by the transmission unit 11 to the first terminal and is determined to be relevant to the first user. The method can also be implemented without first receiving a request from a first user. For example, a contextual information dataset may be periodically developed for storage in the device 1 for later viewing or transmission. The case of receiving a request by the first user is then considered. The request of the first user may include an identifier of the second user to be located, and an identifier of the first user. These identifiers may be identifiers of their respective terminals or identifiers specific to users for example. For this purpose, upon receipt of the request, the reception unit 2 transmits the request to the identification unit 3 which is adapted to deduce an identifier of the second user whose second terminal is to be located. In order to locate the first and second terminals, the identification unit can consult the geo-location database contained in the storage unit 4, which is adapted to maintain current positions of a plurality of locations. users, including the first and second users, and points of interest (which may be third-party locations or users). The database therefore stores a current position for the first terminal and a current position for the second terminal. The current position of the first terminal and the current position of the second terminal are thus transmitted to the identification unit 3 which transmits them to the determination unit 5. The determination unit 5 is adapted to consult the database. geo-location via the storage unit 4 to select a set of candidate points of interest in a neighborhood of the current position of the second terminal of the second user.

En effet, la base de données de géo-localisation peut également comprendre des données de géo-localisation sous la forme de points d'intérêt, qui peuvent être décrits sous la forme d'un disque de localisation autour d'une position de géo-localisation du point d'intérêt et ayant un rayon donné 2 9 8406 7 10 dépendant de la taille du point d'intérêt. On entend par point d'intérêt en particulier dans le cadre de la localisation d'une personne, tout bâtiment d'une ville donné, toute pièce d'un bâtiment, toute rue, toute ville, toute zone, tout pays, tout continent et même toute autre personne autre que les premier et 5 second utilisateurs. Aucune restriction n'est attachée au type de point d'intérêt considéré au sens de l'invention. Chaque point d'intérêt peut être décrit par une collection de types, tels que « bâtiment », « école », etc. Ces types pourront ainsi être utilisés par la suite pour convertir un point d'intérêt en un concept sémantique. 10 Les points d'intérêt ainsi que les terminaux des utilisateurs peuvent être localisés grâce à des positions de géo-localisation telles que leurs coordonnées GPS par exemple. Ainsi, la position d'un terminal utilisateur ou d'une personne constituant un point d'intérêt peut être mise à jour régulièrement tandis que les positions des points d'intérêt tels que des 15 bâtiments sont des données statiques. La figure 2 illustre à cet effet un exemple de sélection de points d'intérêt candidats parmi un ensemble de points d'intérêt 23.1, 23.2 et 23.3 à partir de positions courantes d'un premier terminal 21 et deuxième terminal 22. Selon l'exemple représenté à la figure 2, le premier terminal 21 et le 20 deuxième terminal 22 sont espacés d'une distance D. Selon l'invention, une surface 24 est définie autour de la position courante du deuxième terminal à partir de la distance D. Par exemple, cette surface peut être un disque centré sur la position courante du deuxième terminal et d'un rayon R égal à un certain coefficient multiplicatif k, préférentiellement inférieur à 1, de la distance D. 25 Ainsi, R = k. D. Chacun des points d'intérêt 23.1-23.3 est repéré par une zone de localisation, dans le cas d'espèce par un disque de localisation, dont la taille (représentée par une dimension telle que le rayon) dépend du ou des concepts représentés par le point d'intérêt. Ainsi la zone de localisation d'un bâtiment 30 aura une taille inférieure à celle d'une ville par exemple. Les points d'intérêt candidats sont sélectionnés par l'unité de détermination 5 parmi les points d'intérêt dont l'intersection entre la surface circulaire et la surface autour de la position courante du second utilisateur est non vide. 2 98406 7 11 L'unité de détermination 5 peut ensuite sélectionner en tant que point d'intérêt candidats, les points d'intérêt dont l'intersection entre la surface circulaire et la surface 24 est non nulle. Ainsi, uniquement les points d'intérêt 23.1 et 23.2 sont sélectionnés en tant que points d'intérêt candidats. On 5 distingue ensuite deux types de points d'intérêt candidats : - les points d'intérêt candidats dont la surface inclut la position courante du deuxième terminal 22, tel que le point d'intérêt candidat 23.1. Ces points d'intérêt candidats peuvent ainsi être liés au deuxième utilisateur par une relation contextuelle du type « est situé à ». Ainsi, le deuxième utilisateur 10 est situé au niveau du point d'intérêt candidat 23.1 ; - les points d'intérêt candidats dont la surface possède une partie commune avec la surface 24 mais n'incluant pas la position courante du deuxième terminal 22, tel que le point d'intérêt candidat 23.2. Ces points d'intérêt candidats peuvent ainsi être liés au deuxième utilisateur par une 15 relation contextuelle du type « est à côté de ». Ainsi, le deuxième utilisateur est à côté du point d'intérêt candidat 23.2. Dans le cas où le point d'intérêt candidat est un bâtiment, une relation contextuelle du type « est situé dans » peut être utilisée en complément. Tous les autres points d'intérêt peuvent être ignorés, dans le cas présent le point 20 d'intérêt 23.3 uniquement. En sélectionnant de la sorte des points d'intérêt candidats, la sélection dépend uniquement de la distance D et de la position du deuxième terminal 22, ce qui permet d'obtenir des points d'intérêt candidats localisés pertinents. En effet, plus les premier et deuxième utilisateurs sont éloignés, plus 25 la gamme englobant ce qui est considéré comme « proche » du second utilisateur est large. Par exemple, en considérant que les premier et deuxième utilisateurs sont localisés dans deux petites villes à proximité d'une grande ville telle que Paris, déterminer que le deuxième utilisateur est proche de Paris n'est pas pertinent pour le premier utilisateur, parce qu'il est lui-même proche de 30 Paris. Au contraire, en considérant que le premier utilisateur est situé à 500 kilomètres de Paris, alors le jeu de données d'informations contextuelles « le deuxième utilisateur est proche de Paris » devient pertinente, car le deuxième utilisateur est effectivement proche de Paris comparé au premier utilisateur. Les points d'intérêt candidats sont pertinents en faisant varier le rayon de la surface 24 proportionnellement à la surface D. A partir de cette sélection de points d'intérêt candidats et de leur classification (« est à côté de », « est situé à ») l'unité de détermination 5 peut construire un modèle sémantique en utilisant tous les points d'intérêt candidats. Ainsi, les points d'intérêt candidats peuvent être traduits en concepts sémantiques et en instances, en utilisant les types qui leur sont associés dans la base de données de géo-localisation 4 (tel que « bâtiment », « école »). Pour chaque point d'intérêt candidat ayant un nom « X » et une collection de types associés fti,...tnI, n étant supérieur ou égal à 1, dans la base de données de géo-localisation 4, un modèle sémantique de géo-localisation peut être créé comprenant des concepts t1 à tn ainsi que le nom « X » qui est une instance de chaque concept. Ainsi, le point d'intérêt candidat 23.1 peut être représenté par un nom « Poli » qui est une instance des concepts « bâtiment » et « école », et le point d'intérêt candidat 23.2 qui peut être représenté par un nom « Po12 » qui est une instance du concept « rue », par exemple. Le modèle sémantique de géo-localisation comprend également le deuxième utilisateur ainsi que les notions de proximité « est situé à » et « est à côté de » qui constituent des relations contextuelles entre le deuxième utilisateur et chaque nom « Poli » et « Po12 » dans le modèle sémantique de géo-localisation. Il est à noter que d'autres notions de proximité peuvent être considérées, augmentant ainsi la granularité du procédé et donc le nombre de relations contextuelles possibles. Ainsi, le modèle sémantique de géo-localisation peut être représenté par la figure 3. Le deuxième utilisateur est représenté par un cadre 30 et est relié au cadre 31.1 représentant le nom « Poli » du point d'intérêt 23.1, par le biais d'une relation contextuelle de localisation géographique 34.1 constituée par la notion de proximité « est situé à ». Le cadre 30 est également relié au cadre 31.2 représentant le nom « Po12 » du point d'intérêt 23.2, par le biais d'une relation contextuelle de localisation géographique 34.2 constituée par la notion de proximité « est à côté de ». Le cadre 31.1 est en outre relié aux cadres 32.1 et 32.2 représentant respectivement les concepts « bâtiment » et « école » dont le nom « Poli » est une instance. Le cadre 31.1 est en outre relié au cadre 32.3 représentant le concept « rue » dont le nom « Po12 » est une instance. Ainsi, le modèle sémantique de géo-localisation permet de synthétiser les relations contextuelles de localisation géographique entre le deuxième utilisateur et les points d'intérêt candidats 23.1 et 23.2. Le modèle sémantique ainsi construit est basé sur une approche ontologique similaire à celle utilisée pour le Web sémantique (« Semantic Web » en anglais). Le Web sémantique est une extension du web actuel dans lequel des sémantiques bien définies sont ajoutées à des informations web, ce qui permet une coopération automatisée entre ordinateurs et utilisateurs. Le modèle sémantique de géo-localisation peut ainsi être transmis par l'unité de détermination 5 à l'unité de fusion 7 qui est adaptée pour fusionner le modèle sémantique de géo-localisation avec un modèle sémantique statique stocké dans la base de données statique 6. Indeed, the geo-location database may also include geo-location data in the form of points of interest, which may be described as a location disk around a geo-location location. location of the point of interest and having a given radius depending on the size of the point of interest. A point of interest, particularly in connection with the location of a person, means any building in a given city, any part of a building, any street, any city, any zone, any country, any continent, and even any other person other than the first and second users. No restriction is attached to the type of point of interest considered within the meaning of the invention. Each point of interest can be described by a collection of types, such as "building", "school", etc. These types can be used later to convert a point of interest into a semantic concept. Points of interest as well as user terminals can be located through geo-location positions such as their GPS coordinates for example. Thus, the position of a user terminal or a person constituting a point of interest can be updated regularly while the positions of the points of interest such as buildings are static data. FIG. 2 illustrates for this purpose an example of selection of candidate points of interest from a set of points of interest 23.1, 23.2 and 23.3 from current positions of a first terminal 21 and a second terminal 22. According to the example shown in FIG. 2, the first terminal 21 and the second terminal 22 are spaced apart by a distance D. According to the invention, a surface 24 is defined around the current position of the second terminal from the distance D. For example, this surface may be a disc centered on the current position of the second terminal and a radius R equal to a certain multiplicative coefficient k, preferably less than 1, of the distance D. Thus R = k. D. Each of the points of interest 23.1-23.3 is identified by a location area, in this case by a location disk, whose size (represented by a dimension such as the radius) depends on the concept (s) represented by the point of interest. Thus the location area of a building 30 will be smaller than a city for example. The candidate points of interest are selected by the determining unit 5 from the points of interest whose intersection between the circular surface and the surface around the current position of the second user is non-empty. The determination unit 5 can then select as candidate points of interest the points of interest whose intersection between the circular surface and the surface 24 is non-zero. Thus, only points of interest 23.1 and 23.2 are selected as candidate points of interest. There are then two types of candidate points of interest: - the candidate points of interest whose area includes the current position of the second terminal 22, such as the candidate point of interest 23.1. These candidate points of interest can thus be linked to the second user by a contextual relation of the type "is located at". Thus, the second user 10 is located at the candidate point of interest 23.1; the candidate points of interest whose surface has a common part with the surface 24 but does not include the current position of the second terminal 22, such as the candidate point of interest 23.2. These candidate points of interest can thus be linked to the second user by a contextual relation of the type "is next to". Thus, the second user is next to Candidate Point of Interest 23.2. In the case where the candidate point of interest is a building, a contextual relation of the type "is located in" can be used in addition. All other points of interest can be ignored, in this case point 23.3 only. By selecting in this way candidate points of interest, the selection depends solely on the distance D and the position of the second terminal 22, which makes it possible to obtain relevant localized candidate points of interest. Indeed, the further away the first and second users are, the wider the range encompassing what is considered "close" to the second user. For example, considering that the first and second users are located in two small towns near a large city such as Paris, determining that the second user is close to Paris is not relevant to the first user, because he himself is near Paris. On the contrary, considering that the first user is located 500 kilometers from Paris, then the contextual information dataset "the second user is close to Paris" becomes relevant, because the second user is actually close to Paris compared to the first. user. The candidate points of interest are relevant by varying the radius of the surface 24 in proportion to the area D. From this selection of candidate points of interest and their classification ("is next to", "is located at The determination unit 5 can construct a semantic model using all candidate points of interest. Thus, the candidate points of interest can be translated into semantic concepts and instances, using the types associated with them in the geo-location database 4 (such as "building", "school"). For each candidate point of interest having a name "X" and a collection of associated types fti, ... tnI, n being greater than or equal to 1, in the geo-location database 4, a geo semantic model -Location can be created including concepts t1 to tn as well as the name "X" which is an instance of each concept. Thus, Candidate Point of Interest 23.1 may be represented by a name "Poli" which is an instance of the "Building" and "School" concepts, and Candidate Point of Interest 23.2 which may be represented by a name "Po12" which is an instance of the "street" concept, for example. The semantic model of geo-localization also includes the second user as well as the notions of proximity "is located at" and "is next to" which constitute contextual relations between the second user and each name "Poli" and "Po12" in the semantic model of geolocation. It should be noted that other notions of proximity can be considered, thus increasing the granularity of the process and therefore the number of possible contextual relations. Thus, the semantic model of geolocation can be represented by FIG. 3. The second user is represented by a frame 30 and is connected to the frame 31.1 representing the name "Poli" of the point of interest 23.1, by means of a contextual relationship of geographical location 34.1 constituted by the notion of proximity "is located at". The frame 30 is also connected to the frame 31.2 representing the name "Po12" of the point of interest 23.2, by means of a contextual relation of geographic location 34.2 constituted by the notion of proximity "is beside". Frame 31.1 is further linked to Frameworks 32.1 and 32.2 representing the concepts "building" and "school", respectively, whose name "Poli" is an instance. Frame 31.1 is further linked to frame 32.3 representing the "street" concept whose name "Po12" is an instance. Thus, the semantic model of geo-localization makes it possible to synthesize the contextual geographic location relations between the second user and the candidate points of interest 23.1 and 23.2. The semantic model thus constructed is based on an ontological approach similar to that used for the Semantic Web ("Semantic Web" in English). The Semantic Web is an extension of the current web in which well-defined semantics are added to web information, allowing automated cooperation between computers and users. The geo-location semantic model can thus be transmitted by the determination unit 5 to the fusing unit 7 which is adapted to merge the geo-location semantic model with a static semantic model stored in the static database 6 .

Le modèle sémantique statique a pour but de fournir des connaissances au sujet de relations sociales entre utilisateurs, entre lieux (qui sont des points d'intérêt et qui peuvent être des points d'intérêt candidats), et entre utilisateurs et lieux. Il contient ainsi, en particulier, des informations sociales relatives au premier utilisateur. The purpose of the static semantic model is to provide knowledge about social relations between users, between places (which are points of interest and which may be candidate points of interest), and between users and places. It contains, in particular, social information relating to the first user.

Ces relations sociales peuvent être : - entre utilisateurs : famille, ami, collègue, personnalité connue ; - entre lieux : « est à l'intérieur de », « est adjacent à », « est à côté de », « est un lieu connu » ; - entre utilisateurs et lieux : « maison », « lieu de travail », « lieu de loisirs », « véhicule ». Une ontologie dédiée à ces relations sociales peut également être utilisée et peut être représentée par la figure 4. L'ontologie est simplifiée par rapport au modèle sémantique de géo- localisation représenté en figure 3. En effet, chaque cadre représente une pluralité d'entités (noms ou concepts). Un cadre 41 représente des noms d'une pluralité d'utilisateurs, dont le premier utilisateur et le second utilisateur. Les utilisateurs autres que les premier et second utilisateurs peuvent être considérés comme des points d'intérêt, puisqu'ils peuvent permettre de localiser le second utilisateur. Les utilisateurs peuvent être reliés par des relations sociales 48.1 telles que précédemment détaillées (famille, ami, collègue, personnalité connue). Le cadre 41 peut également être relié à un cadre 42 représentant des noms de lieux, qui sont tous des points d'intérêt, et potentiellement des points d'intérêt candidats, via des relations sociales 48.2 telles que précédemment détaillées («lieu d'habitation », « lieu de travail », « lieu de loisirs », « véhicule »). Les noms des lieux sont liés entre eux via des relations sociales 48.3 telles que précédemment détaillées (« est à l'intérieur de », « est adjacent à », « est à côté de », « est un lieu connu »). La case 42 est reliée à une pluralité de cases 43, 44, 45, 46, 47 qui sont toutes associées à des concepts dont chaque lieu représenté par la case 42 est une instance, via des relations sociales 48.4. La case 43 est associée au concept « véhicule », la case 44 est associée au concept « pièce », la case 45 est associée au concept « école », la case 46 est associée au concept « bâtiment », la case 47 est associée au concept « hôpital » et la case 49 est associée au concept « lieu célèbre ». A noter que la case 42 est liée aux cases 45 et 47 par l'intermédiaire de la case 46 dans la mesure où « bâtiment » est un concept général regroupant le concept « école » et le concept « hôpital ». These social relations can be: - between users: family, friend, colleague, known personality; - between places: "is inside", "is adjacent to", "is next to", "is a known place"; - between users and places: "house", "workplace", "place of leisure", "vehicle". An ontology dedicated to these social relations can also be used and can be represented by figure 4. The ontology is simplified compared to the semantic model of geolocation represented in figure 3. Indeed, each frame represents a plurality of entities (names or concepts). A frame 41 represents names of a plurality of users, including the first user and the second user. Users other than the first and second users can be considered as points of interest, since they can locate the second user. Users can be connected by social relations 48.1 as previously detailed (family, friend, colleague, known personality). The frame 41 can also be linked to a frame 42 representing place names, all of which are points of interest, and potentially candidate points of interest, via social relations 48.2 as previously detailed ("place of residence"). "Place of work", "place of recreation", "vehicle"). Place names are linked to one another via social relations 48.3 as previously detailed ("is inside", "is adjacent to", "is next to", "is a known place"). Box 42 is connected to a plurality of boxes 43, 44, 45, 46, 47 which are all associated with concepts in which each place represented by box 42 is an instance, via social relations 48.4. Box 43 is associated with the concept "vehicle", box 44 is associated with the concept "room", box 45 is associated with the concept "school", box 46 is associated with the concept "building", box 47 is associated with concept "hospital" and box 49 is associated with the concept "famous place". Note that box 42 is linked to boxes 45 and 47 through box 46 since "building" is a general concept grouping the concept "school" and the concept "hospital".

A partir du modèle sémantique statique et du modèle sémantique de géo-localisation, l'unité de fusion 7 peut générer un modèle fusionné permettant de combiner des relations sociales et des relations contextuelles entre utilisateurs et lieux (ou entre le premier utilisateur, le second utilisateur et des points d'intérêt pouvant être des lieux ou d'autres utilisateurs). Une vue globale d'une situation courante est ainsi obtenue à partir de laquelle il est possible de déterminer des points d'intérêt pertinents parmi les points d'intérêt candidats, comme expliqué par la suite. Il est à noter que cette étape de fusion du modèle sémantique statique et du modèle sémantique de géo-localisation est facultative et que l'invention peut être mise en oeuvre à partir des modèles sémantiques considérés séparément. Le modèle fusionné peut ainsi être transmis par l'unité de fusion 7 à une unité de transformation 8. L'unité de transformation 8 est adaptée pour implémenter des règles parmi les règles suivantes : - transitivité spatiale : ces règles permettent d'identifier des points d'intérêt candidats supplémentaire en considérant une transitivité spatiale. Par exemple, si le deuxième utilisateur est situé à un premier point d'intérêt qui est à l'intérieur d'un deuxième point d'intérêt, alors le deuxième utilisateur est également situé au deuxième point d'intérêt. De même, si le deuxième utilisateur est situé à un premier point d'intérêt qui est à côté d'un deuxième point d'intérêt, alors le deuxième utilisateur est à côté du deuxième point d'intérêt. On peut considérer en outre que si le deuxième utilisateur est à côté d'un premier point d'intérêt qui est à côté d'un deuxième point d'intérêt, alors le deuxième utilisateur est également à côté du deuxième point d'intérêt. Aucune restriction n'est attachée au type de règles de transitivité spatiale à appliquer. Il est à noter que cette règle peut être appliquée avant fusion des modèles sémantiques, et elle s'applique alors au modèle sémantique de géo-localisation ; - relations de « célébrité » : certains lieux peuvent être considérés comme des lieux célèbres. Pour chacun de ces points d'intérêt, une règle de transitivité permet d'ajouter une relation sociale de célébrité entre chacun des utilisateurs et ce point d'intérêt, dans le modèle fusionné. Il est à noter que cette règle peut être appliquée avant fusion des modèles sémantiques, et elle s'applique alors au modèle sémantique de géo- localisation. Après l'application de ces règles, qui sont facultatives, le modèle fusionné (ou les modèles sémantiques de géo-localisation et statique séparés) est transmis par l'unité de transformation 8 à l'unité d'attribution de scores 9. From the static semantic model and the geo-location semantic model, the merge unit 7 can generate a merged model for combining social relations and contextual relations between users and places (or between the first user and the second user). and points of interest that may be places or other users). An overall view of a current situation is thus obtained from which it is possible to determine relevant points of interest among the candidate points of interest, as explained below. It should be noted that this step of merging the static semantic model and the semantic geolocation model is optional and that the invention can be implemented from the semantic models considered separately. The merged model can thus be transmitted by the fusing unit 7 to a transformation unit 8. The transformation unit 8 is adapted to implement rules among the following rules: spatial transitivity: these rules make it possible to identify points additional candidate interest by considering a spatial transitivity. For example, if the second user is located at a first point of interest that is within a second point of interest, then the second user is also located at the second point of interest. Similarly, if the second user is located at a first point of interest that is next to a second point of interest, then the second user is next to the second point of interest. It can further be considered that if the second user is next to a first point of interest that is next to a second point of interest, then the second user is also beside the second point of interest. No restriction is attached to the type of spatial transitivity rules to apply. It should be noted that this rule can be applied before the merge of the semantic models, and it applies to the semantic model of geolocation; - "celebrity" relationships: some places can be considered famous places. For each of these points of interest, a transitivity rule makes it possible to add a celebrity social relation between each of the users and this point of interest, in the merged model. It should be noted that this rule can be applied before merging semantic models, and it applies to the semantic geolocation model. After the application of these rules, which are optional, the merged model (or the separate geo-location and static semantics models) is transmitted by the transformation unit 8 to the score assignment unit 9.

L'unité d'attribution de scores 9 a donc à disposition un ensemble de points d'intérêt candidats, ainsi que les relations sociales de ces points d'intérêt candidats avec le premier utilisateur et les relations contextuelles de ces points d'intérêt candidats avec le deuxième utilisateur. Il est à noter que les relations sociales entre un point d'intérêt candidat et le premier utilisateur forment un chemin dans le modèle fusionné (ou dans le modèle sémantique statique), ce chemin comprenant un certain nombre de branches. Par exemple si le point d'intérêt est le lieu de travail du premier utilisateur, une seule branche constitue le chemin entre le premier utilisateur et le point d'intérêt candidat, et la relation sociale de cette branche est du type « lieu de travail ». En revanche, si le point d'intérêt candidat est le lieu de travail du frère du premier utilisateur, deux branches sont nécessaires, avec comme case intermédiaire le nom du frère du premier utilisateur. The score assignment unit 9 thus has available a set of candidate points of interest, as well as the social relations of these candidate points of interest with the first user and the contextual relations of these candidate points of interest with the second user. It should be noted that the social relations between a candidate point of interest and the first user form a path in the merged model (or in the static semantic model), this path comprising a certain number of branches. For example if the point of interest is the place of work of the first user, only one branch constitutes the path between the first user and the candidate point of interest, and the social relation of this branch is of the "workplace" type. . On the other hand, if the candidate point of interest is the place of work of the first user's brother, two branches are needed, with the name of the first user's brother as the intermediate box.

Les points d'intérêt candidats peuvent être considérés successivement, afin d'attribuer un score à chacun d'entre eux. A cet effet, selon certains modes de réalisation de l'invention, deux coefficients peuvent être affectés à un point d'intérêt candidat donné à partir du modèle fusionné, à savoir : - un coefficient de connaissance global dépendant d'un ou de plusieurs chemins sociaux entre le premier utilisateur et le point d'intérêt candidat donné dans le modèle fusionné (ou dans le modèle sémantique statique) ; - un coefficient de localisation dépendant d'un chemin contextuel entre le deuxième utilisateur et le point d'intérêt candidat donné dans le modèle fusionné (ou dans le modèle sémantique de géo-localisation). Le coefficient de connaissance global d'un point d'intérêt candidat est représentatif de la connaissance que le premier utilisateur a du point d'intérêt candidat. Un point d'intérêt peut également être relié au premier utilisateur via une pluralité de chemins, lorsque par exemple le lieu de travail de la femme du premier utilisateur correspond au lieu de travail du frère du premier utilisateur. Ces deux relations sociales entre le point d'intérêt candidat et le premier utilisateur sont alors affectées de deux coefficients de connaissance, propres respectivement aux deux chemins sociaux. Le coefficient de connaissance global est alors calculé en fonction des coefficients de connaissance respectifs des chemins sociaux reliant le premier utilisateur et le point d'intérêt candidat. Les tables 1.1, 1.2 et 1.3 peuvent par exemple représenter les coefficients de connaissance pour chaque chemin reliant le premier utilisateur à un point d'intérêt candidat.30 Relations personne/lieu Lieu Lieu Lieu de travail d'habitation de loisirs Famille 0,85 0,99 0,7 Ami 0,15 0,65 0,75 Collègue 0,99 0,1 0,1 Table 1.1 : Coefficients dans le cas d'un chemin à deux branches du type personne/lieu Relation directe a comme famille a comme ami a comme collègue connaît par renommée Coefficient 1 1 1 1 Table 1.2 : Coefficients dans le cas d'un chemin a une branche Relation personne/personne Famille Ami Collègue Famille 0,99 0,5 0,5 Ami 0,5 0,8 0,1 Collègue 0,1 0,1 0,9 Table 1.3 Coefficients dans le cas d'un chemin à deux branches de type personne/personne La table 1.1 répertorie les coefficients de connaissance qui peuvent être affectés à des chemins sociaux comprenant deux branches entre le premier utilisateur et un point d'intérêt candidat, lorsque le point d'intérêt candidat est un lieu (voir colonnes) et lorsqu'un intermédiaire entre le lieu et le premier utilisateur est une personne (voir lignes). Ainsi, le lieu de travail d'un membre de la famille du premier utilisateur (coefficient de connaissance 0.85) est susceptible d'être mieux connu du premier utilisateur que le lieu de loisirs d'un collègue du premier utilisateur (coefficient de connaissance 0.1). La table 1.2 répertorie les coefficients de connaissance qui peuvent être affectés à des chemins sociaux comprenant une branche entre le premier utilisateur et un point d'intérêt candidat, lorsque le point d'intérêt candidat est une personne. Les coefficients sont alors fixés à 1, dans la mesure où il peut être considéré que le premier utilisateur connaît les membres de sa famille, ses amis, ses collègues et des personnes célèbres. La table 1.3 répertorie les coefficients de connaissance qui peuvent être affectés à des chemins comprenant deux branches entre le premier utilisateur et un point d'intérêt candidat, lorsque le point d'intérêt candidat est une personne (voir colonnes) et lorsqu'un intermédiaire entre la personne et le premier utilisateur est une autre personne (voir lignes). Ainsi, un membre de la famille d'un membre de la famille du premier utilisateur (coefficient de connaissance 0.99) est susceptible d'être mieux connu de l'utilisateur qu'un membre de la famille d'un collègue du premier utilisateur (coefficient de connaissance 0.1). Il est à noter que dans les exemples précédents, un chemin social comprenant deux branches maximum a été représenté. Cependant, il est possible de prévoir des coefficients de connaissance pour des chemins sociaux à trois branches ou plus. Par exemple dans le cas d'un chemin social à trois branches, il peut être prévu plusieurs tableaux à trois entrées. Alternativement, un chemin social comprenant au moins trois branches peut être décomposé en une pluralité de chemins sociaux à deux branches ou moins, et le coefficient de connaissance du chemin social à au moins trois branches est obtenu par composition des coefficients de connaissance des chemins sociaux à deux branches ou moins. Dans le cas où plusieurs chemins relient le premier utilisateur à un même point d'intérêt candidat, le coefficient de connaissance global associé au point d'intérêt peut être déterminé en fonction des coefficients de connaissance respectifs des chemins sociaux reliant le premier utilisateur et le point d'intérêt candidat. Par exemple, le coefficient de connaissance global peut être égal à la valeur minimale entre 1 et la somme des coefficients de connaissance des chemins sociaux reliant le premier utilisateur et le point d'intérêt candidat. The candidate points of interest can be considered successively, in order to give a score to each one of them. For this purpose, according to some embodiments of the invention, two coefficients can be assigned to a given candidate point of interest from the merged model, namely: a global knowledge coefficient dependent on one or more paths between the first user and the candidate point of interest given in the merged model (or in the static semantic model); a location coefficient dependent on a contextual path between the second user and the candidate point of interest given in the merged model (or in the geo-location semantic model). The overall knowledge coefficient of a candidate point of interest is representative of the knowledge that the first user has of the candidate point of interest. A point of interest can also be connected to the first user via a plurality of paths, when for example the work place of the woman of the first user corresponds to the workplace of the brother of the first user. These two social relations between the candidate point of interest and the first user are then assigned two knowledge coefficients, respectively specific to the two social paths. The overall knowledge coefficient is then calculated according to the respective knowledge coefficients of the social paths connecting the first user and the candidate point of interest. For example, tables 1.1, 1.2, and 1.3 can represent the knowledge coefficients for each path from the first user to a candidate point of interest. 30 Person / Location Relationships Location Place Leisure Home Work Location Family 0.85 0 , 99 0.7 Friend 0.15 0.65 0.75 Colleague 0.99 0.1 0.1 Table 1.1: Coefficients in the case of a two-branch path of the person / place type Direct relationship to family a as friend has as colleague known by fame Coefficient 1 1 1 1 Table 1.2: Coefficients in the case of a path to a branch Relationship person / person Family Friend Colleague Family 0.99 0.5 0.5 Friend 0.5 0, 8 0.1 Colleague 0.1 0.1 0.9 Table 1.3 Coefficients in the case of a two-branch path of the person / person type Table 1.1 lists the coefficients of knowledge that can be assigned to social paths comprising two branches between the first user and a candidate point of interest, when the point of interest ndidat is a place (see columns) and when an intermediary between the place and the first user is a person (see lines). Thus, the place of work of a family member of the first user (coefficient of knowledge 0.85) is likely to be better known to the first user than the place of leisure of a colleague of the first user (coefficient of knowledge 0.1) . Table 1.2 lists the knowledge coefficients that can be assigned to social paths that include a branch between the first user and a candidate point of interest, when the candidate point of interest is a person. The coefficients are then set to 1, since it can be considered that the first user knows family members, friends, colleagues and famous people. Table 1.3 lists the knowledge coefficients that can be assigned to paths with two branches between the first user and a candidate point of interest, when the candidate point of interest is a person (see columns) and when an intermediate between the person and the first user is another person (see lines). Thus, a family member of a family member of the first user (coefficient of knowledge 0.99) is likely to be better known to the user than a family member of a colleague of the first user (coefficient of knowledge 0.1). It should be noted that in the preceding examples, a social path comprising two branches maximum has been represented. However, it is possible to predict knowledge coefficients for social paths with three or more branches. For example, in the case of a social path with three branches, three tables with three entries can be provided. Alternatively, a social path comprising at least three branches can be decomposed into a plurality of social paths with two branches or less, and the knowledge coefficient of the social path to at least three branches is obtained by composition of the knowledge coefficients of the social paths to two branches or less. In the case where several paths connect the first user to the same candidate point of interest, the global knowledge coefficient associated with the point of interest can be determined according to the respective knowledge coefficients of the social paths connecting the first user and the point. candidate interest. For example, the overall knowledge coefficient may be equal to the minimum value between 1 and the sum of the knowledge coefficients of the social paths connecting the first user and the candidate point of interest.

Aucune restriction n'est attachée à la manière dont le coefficient de connaissance global est calculé à partir des coefficients de connaissance. Par exemple, le coefficient de connaissance global peut être égal au plus grand des coefficients de connaissance des chemins sociaux reliant le premier utilisateur et le point d'intérêt candidat. There is no restriction on how the overall knowledge coefficient is calculated from the knowledge coefficients. For example, the global knowledge coefficient may be equal to the largest of the knowledge coefficients of the social paths connecting the first user and the candidate point of interest.

Le coefficient de localisation d'un point d'intérêt candidat est représentatif de la relation contextuelle (d'une proximité géographique) entre le point d'intérêt candidat et le deuxième utilisateur. Il détermine ainsi la précision de la localisation du deuxième utilisateur pour un point d'intérêt candidat donné. Etant données les règles de transitivité spatiale précédemment détaillées, on considère par la suite que le chemin contextuel entre un point d'intérêt candidat et le deuxième utilisateur ne comprend qu'une branche. Le coefficient de localisation peut alors être déterminé en fonction d'un coefficient relatif à la position du deuxième utilisateur par rapport au point d'intérêt candidat (Table 2.1), et en fonction d'un coefficient traduisant la taille du point d'intérêt candidat (Table 2.2). Relation contextuelle est à côté de est situé à est à l'intérieur de Coefficient 0,1 1 0,9 Table 2.1 : coefficients relatifs à la position du deuxième utilisateur par rapport au point d'intérêt candidat Précision de la localisation Personne Salle Bâtiment Rue Coefficient 0,5 0,9 0,8 0,7 Ville Zone Pays Continent Coefficient 0,5 0,4 0,3 0,1 Table 2.2 : coefficients traduisant la taille du point d'intérêt candidat Le coefficient de localisation du point d'intérêt candidat peut ensuite être obtenu par multiplication du coefficient relatif à la position du deuxième utilisateur par rapport au point d'intérêt candidat (Table 2.1) et du coefficient traduisant la taille du point d'intérêt candidat (Table 2.2). En effet, localiser le second utilisateur à l'intérieur d'un bâtiment donné (coefficient de localisation = 0.9 *0.8 =0.72) est plus précis que de localiser le second utilisateur à l'intérieur d'un pays (coefficient de localisation = 0.9 *0.1 =0.09). Un coefficient de 0.5 peut être affecté (Table 2.2) dans le cas où le point d'intérêt candidat est une personne. L'unité d'attribution de scores 9 peut ensuite attribuer un score global à chaque point d'intérêt candidat en multipliant, par exemple, (ou en additionnant) le score de localisation et le score de connaissance de chacun des points d'intérêt candidats. Ces scores globaux peuvent ensuite être transmis à l'unité de sélection 10, afin qu'elle sélectionne le point d'intérêt candidat dont le score global est maximum. En variante, l'unité de sélection peut sélectionner les n points d'intérêt candidats, n étant entier supérieur à 1, dont les scores globaux sont les plus grands. L'unité de sélection transmet ensuite les points d'intérêt candidats à l'unité de transmission 11. L'unité de transmission est adaptée pour générer un jeu de données d'informations contextuelles à partir du ou des points d'intérêt sélectionnés et en fonction des informations sociales sur le premier utilisateur contenues dans la base de données statiques 6. Le jeu de données d'informations contextuelles peut ensuite être stocké de manière temporaire ou durable dans une mémoire du dispositif 1, ou peut être directement transmis au premier terminal du premier utilisateur. Ainsi, la présente invention permet de déduire d'une information de bas niveau (la position courante d'un deuxième utilisateur) une information de haut niveau (le jeu de données d'informations contextuelles) adaptée aux connaissances d'un premier utilisateur cherchant à localiser le second utilisateur. La figure 5 est un diagramme représentant les étapes d'un procédé selon certains modes de réalisation de l'invention. A une étape 51, une base de données statiques est constituée à partir d'informations sociales, notamment sur un premier utilisateur, concernant des relations sociales entre le premier utilisateur et des points d'intérêt. Ces relations sociales peuvent être synthétisées en un diagramme sémantique statique. Une base de données de géo-localisation maintient par ailleurs à jour des positions de géo-localisation des points d'intérêt. Selon certains modes de réalisation, une requête d'un terminal du premier utilisateur peut par ailleurs être reçue afin de localiser un deuxième utilisateur. A une étape 52, une position courante d'un terminal d'un deuxième utilisateur est déterminée. A partir de cette position courante, la base de données de géo- localisation peut être consultée afin de déterminer un ensemble de points d'intérêt candidats dans un voisinage de la position courante du terminal du second utilisateur, à une étape 53. A une étape 54, des relations de localisation entre les points d'intérêt candidats et le deuxième utilisateur peuvent être déterminées, en fonction de la position courante du terminal du deuxième utilisateur et des positions respectives des points d'intérêt candidats. Un modèle sémantique de géolocalisation peut ainsi être élaboré. The location coefficient of a candidate POI is representative of the contextual relationship (of a geographical proximity) between the POI and the second user. It thus determines the accuracy of the location of the second user for a given candidate point of interest. Given the previously detailed spatial transitivity rules, it is later considered that the contextual path between a candidate point of interest and the second user comprises only one branch. The location coefficient can then be determined according to a coefficient relative to the position of the second user with respect to the candidate point of interest (Table 2.1), and according to a coefficient reflecting the size of the candidate point of interest. (Table 2.2). Contextual relationship is next to is located at is inside Coefficient 0.1 1 0.9 Table 2.1: Coefficients relative to the position of the second user in relation to the candidate point of interest Accuracy of location Person Room Building Street Coefficient 0.5 0.9 0.8 0.7 City Area Country Continent Coefficient 0.5 0.4 0.3 0.1 Table 2.2: Coefficients reflecting the size of the candidate point of interest The location coefficient of the point d The candidate interest can then be obtained by multiplying the coefficient relative to the position of the second user with respect to the candidate point of interest (Table 2.1) and the coefficient reflecting the size of the candidate point of interest (Table 2.2). Indeed, locating the second user within a given building (location coefficient = 0.9 * 0.8 = 0.72) is more accurate than locating the second user within a country (location coefficient = 0.9 * 0.1 = 0.09). A coefficient of 0.5 can be assigned (Table 2.2) in case the candidate point of interest is a person. The score assignment unit 9 can then assign an overall score to each candidate point of interest by multiplying, for example, (or adding together) the location score and the knowledge score of each of the candidate points of interest. . These global scores can then be transmitted to the selection unit 10, so that it selects the candidate point of interest whose overall score is maximum. As a variant, the selection unit may select the n candidate points of interest, n being an integer greater than 1, whose overall scores are the greatest. The selection unit then transmits the candidate points of interest to the transmission unit 11. The transmission unit is adapted to generate a set of contextual information data from the selected point (s) of interest and according to the social information on the first user contained in the static database 6. The contextual information data set can then be stored temporarily or durably in a memory of the device 1, or can be directly transmitted to the first terminal of the device. first user. Thus, the present invention makes it possible to derive from a low level information (the current position of a second user) high level information (the contextual information data set) adapted to the knowledge of a first user seeking to locate the second user. Fig. 5 is a diagram showing the steps of a method according to some embodiments of the invention. At a step 51, a static database is formed from social information, particularly on a first user, concerning social relations between the first user and points of interest. These social relations can be synthesized into a static semantic diagram. A geo-location database also maintains geo-location positions of points of interest. In some embodiments, a request from a terminal of the first user may also be received to locate a second user. At a step 52, a current position of a terminal of a second user is determined. From this current position, the geolocation database can be consulted to determine a set of candidate points of interest in a neighborhood of the current position of the second user's terminal, at a step 53. At a step 54, location relationships between the candidate points of interest and the second user may be determined, depending on the current position of the second user's terminal and the respective positions of the candidate points of interest. A semantic model of geolocation can be developed.

A une étape 55, le modèle sémantique de géo-localisation et le modèle sémantique statique peuvent être fusionnés afin d'obtenir un modèle fusionné. A une étape 56, des règles de transitivités peuvent être appliquées aux points d'intérêt afin de déterminer d'éventuels points d'intérêt candidats supplémentaires. A une étape 57, un score est attribué à chacun des points d'intérêt candidats, en fonction de relations contextuelles de proximité géographique entre chaque point candidat et le deuxième utilisateur, et en fonction de relations sociales entre le premier utilisateur et chaque point d'intérêt candidat, par consultation du modèle fusionné. A une étape 58, un point d'intérêt est sélectionné parmi les points d'intérêt candidats, et un jeu de données d'informations contextuelles est associé au point d'intérêt sélectionné en fonction des informations sociales contenues dans la base de données statiques. At step 55, the geo-location semantic model and the static semantic model can be merged to obtain a merged model. At step 56, transitivity rules may be applied to the points of interest to determine potential additional candidate points of interest. At step 57, a score is assigned to each of the candidate points of interest, according to contextual relations of geographical proximity between each candidate point and the second user, and according to social relations between the first user and each point of interest. candidate interest, by consulting the merged model. At step 58, a point of interest is selected from the candidate points of interest, and a contextual information data set is associated with the selected point of interest based on the social information contained in the static database.

Il est à noter que la présente invention peut également permettre une localisation autre que celle d'un utilisateur. Par exemple, si un lieu donné n'est pas connu du premier utilisateur, un jeu de données d'informations contextuelles concernant ce lieu donné peut être généré. Dans le cas de la localisation d'un lieu, il n'est pas nécessaire de déterminer la position courante de ce lieu, sa position étant statique. Une application directe de la présente invention est la constitution d'un répertoire d'adresses contextuel qui permet d'afficher une situation contextuelle pour chacun des contacts enregistrés dans le répertoire. Ainsi, ces informations contextuelles permettent à l'utilisateur d'un tel répertoire de prendre des décisions plus rapidement. L'invention transpose à cet effet des données de localisation de bas niveau en jeu de données d'informations contextuelles qui se réfèrent à des lieux ou des personnes bien connus de l'utilisateur requérant ce jeu de données. L'invention peut par ailleurs être généralisée à n'importe quel type d'informations contextuelles telles que des prévisions météorologiques ou des informations concernant l'actualité, dont la formulation (jeu de données d'informations contextuelles) dépend de connaissances de l'utilisateur. Des facteurs autres que les connaissances du premier utilisateur peuvent par ailleurs être pris en compte, tel que la gestion de la confidentialité, l'optimisation de la taille des bases de données utilisées, permettant ainsi de déterminer la meilleure façon d'exprimer une information contextuelle. La présente invention peut également permettre d'exprimer l'emplacement d'un lieu inconnu pour le premier utilisateur, en se référant à des points d'intérêt que ce premier utilisateur connaît.15 It should be noted that the present invention may also allow a location other than that of a user. For example, if a given location is not known to the first user, a set of contextual information data relating to that particular location can be generated. In the case of the location of a place, it is not necessary to determine the current position of this place, its position being static. A direct application of the present invention is the constitution of a contextual address directory which makes it possible to display a contextual situation for each of the contacts recorded in the directory. Thus, this contextual information allows the user of such a directory to make decisions faster. To this end, the invention transposes low-level location data into contextual information data sets which refer to places or persons well-known to the user requesting this data set. The invention may also be generalized to any type of contextual information such as weather forecasts or news information, the formulation of which (contextual information data set) depends on the user's knowledge. . Factors other than the knowledge of the first user can also be taken into account, such as the management of confidentiality, the optimization of the size of the databases used, thus making it possible to determine the best way of expressing contextual information. . The present invention can also make it possible to express the location of an unknown place for the first user, by referring to points of interest that this first user knows.

Claims

REVENDICATIONS1. A method of processing geo-location data, comprising: a) providing a database of points of interest (23.1-23.3) associated with social information about a first user, these points of interest being stored in correspondence with respective locations of geolocation, b) identifying a current position of a terminal (22) of a second user, c) referencing said database to determine at least one point of interest of said base, in a neighborhood ( 24) of said current position, and associating with said point of interest a set of contextual information data based on social information of the database, for communication to the first user of the associated contextual information data set. at the point of interest determined.

The method of claim 1, wherein, a plurality of candidate points of interest (23.1, 23.2) being determined in the vicinity of the current position of the terminal (22) of the second user, at step c), at least one point of interest of said base is selected from the candidate points of interest as a function of said social information of the base.

The method of claim 2, wherein each point of interest (23.1 23.3) is located by a location disk around the geolocation address of the point of interest in the database, wherein the neighborhood ) of the current position of the terminal (22) of the second user is defined as a determined area: - from a distance (D) between the current position of the terminal of the second user and a current position of a terminal (21) of the first user, and - from a predetermined coefficient, multiplicative of said distance (D), and in which a point of interest is retained as a candidate point of interest (23.1, 23.2) if the intersection of disc location of this point of interest with said surface is non-empty.

4. Method according to one of claims 2 and 3, wherein in step a), the database is constituted by defining social relations between the first user and the points of interest (23.1-23.3) of the base, and wherein step c) further comprises: c1) supplementing the data of the database by including contextual relations of geographical proximity, between the second user and the candidate points of interest, said contextual relations being defined from the current position of the second user terminal (22) and the respective positions of the candidate points of interest (23.1, 23.2); c2) according to the contextual relationship between each candidate point of interest and the second user and the social relation between each candidate point of interest and the first user, selecting at least one point of interest among the points of interest candidates, and c3) associating with said point of interest a set of contextual information data according to the contextual relationship between said point of interest and the second user and according to the social relation between said point of interest and the first user.

The method of claim 4, wherein in step c1) each contextual relationship between the second user and a candidate point of interest (23.1, 23.2) is quantized by a location coefficient specific to the point of interest. candidate interest, and function of a distance between said candidate point of interest and the terminal (22) of the second user.

6. Method according to one of claims 4 and 5, wherein each social relation between the first user and a candidate point of interest (23.1, 23.2) comprises one or more social paths connecting the first user and said point of interest. candidate, for each social path, a coefficient of knowledge between the first user and said candidate point of interest to which it is connected via said social path is calculated, and in step c1) is assigned to each candidate point of interest, an overall coefficient of knowledge calculated according to the coefficients of knowingespectively the social paths connecting the first user and said candidate point of interest.

7. The method of claim 6, wherein said social path comprises one or more branches (48.1-48.4) each connecting: - the first user to a point of interest (23.1-23.3), or - a point of interest to another point of interest, and the coefficient of knowledge associated with said social path is calculated at least as a function of the number of branches that the path comprises.

8. Method according to one of claims 5 to 7, wherein, in step c2), at least the point of interest is selected among the candidate points of interest (23.1, 23.2) of which: - the coefficient of location, - or the overall knowledge coefficient, - or a combination of the location coefficient and the overall knowledge coefficient, is maximum.

The method according to one of claims 2 to 8, wherein additional candidate points of interest are determined from candidate points of interest (23.1, 23.2) in said neighborhood (24) of the current position and from predefined rules for transitivity between points of interest.

The method of claim 9, wherein each point of interest (23.1 - 23.3) is located by a location disk around the geolocation position of the point of interest in the database, the predefined transitivity rules include the following rules: if the location disk of a candidate point of interest is included in the location disk of a given point of interest, then the given point of interest is a candidate point of interest; if the location disk of a candidate point of interest has a non-empty intersection with the location disk of a given point of interest, then the given point of interest is a candidate point of interest.

11. Computer program comprising instructions for implementing the method according to any one of the preceding claims, when the program is executed by a processor.

12. A geo-location data processing device, comprising: a) storage means (4, 6) of a database having points of interest (23.1-23.3) associated with social information on at least a first user, these points of interest being stored in correspondence of respective positions of geo-location of the points of interest, b) means (3) for identifying at least one current position of a terminal (22) of a second user, c) reading means (5, 7, 8, 9, 10) of said database for determining at least one point of interest of said base, in a neighborhood (24) of said current position, and to associate with said point of interest a set of contextual information data based on social information of the database.

13. Device according to claim 12, further comprising means for storing the contextual information data set associated with the determined point of interest.

14. Device according to claim 13, further comprising communication means (2, 11) connected to the storage means for communicating the set of contextual information data to a terminal of the first user.

15. Device according to one of claims 12 to 14, characterized in that it is integrated in a terminal.

16. Device according to one of claims 12 to 14, characterized in that it is integrated with a server.

17. System, comprising a first terminal (21) and a second terminal (22), connected by a telecommunications network, and a device according to one of claims 12 to 16, wherein the device receives a message of current position of the second terminal, and transmits to the first terminal said set of contextual information data associated with the point of interest determined.