Maxime Masson

Responsabilités

• Chargé de mission « Mobilité internationale des étudiants et des personnels » (depuis octobre 2025)
• Membre suppléant de la commission d'expert en informatique de l'Université de Pau et des Pays de l'Adour (depuis novembre 2025).
• Membre du comité de programme du congrès national INFORSID 2026 (INFormatique des ORganisations et Systèmes d'Information et de Décision), qui se tiendra à l'Université de Toulouse Capitole, du 26 au 29 mai 2026.
• Membre du comité d'organisation du congrès national INFORSID 2025 (INFormatique des ORganisations et Systèmes d'Information et de Décision), qui s'est tenu sur le campus palois de l'Université de Pau et des Pays de l'Adour, du 3 au 6 juin 2025.
• Participation à l'organisation de la conférence internationale  IEEE PerCom 2024 (The 22nd International Conference on Pervasive Computing and Communications} (du 11 au 15 mars 2024), classement CORE : A*), organisée à Biarritz par l'Université de Pau et des Pays de l'Adour.
• Membre du comité de programme de l'atelier « Traces numériques de mobilité » (Mobiliser les traces numériques pour mieux saisir les pratiques spatiales : enjeux méthodologiques, techniques et éthiques) au congrés national INFORSID 2022 (INFormatique des ORganisations et Systèmes d'Information et de Décision). 

Compétences

Langages et technologies

• Python (bibliothèques Pandas, spaCy, NLTK, Folium, Matplotlib, BeautifulSoup)
• C#, .NET Framework (WPF, WinForms, XAML, ASP .NET, Azure Batch, Azure Blob Storage)
• Java, JavaFX, Programmation Android avec Java et Kotlin
• C++ / C / Makefile
• Technologies Web (PHP, HTML, CSS, JavaScript), bibliothèques de visualisation de données (WebGL avec Three.js, Plotly, Cytoscape, Leaflet, etc.)
• Bases de données (MySQL, SQLite, SQL Server, MongoDB)
• Apprentissage automatique (HuggingFace Transformers : Mistral, LLaMA 2, FlanT5 ; modèles de langage masqués : BERT, XLM-RoBERTa)
• Bash sous Linux, PowerShell sous Windows, LaTeX, modélisation UML / OCL

Méthodologies et outils

• Agile, Scrum, Kanban, Programmation orientée objet (POO), Développement piloté par les tests
• Visual Studio 2022, Visual Studio Code, PyCharm, IntelliJ IDEA, Overleaf, QGIS, PowerBI

Autres compétences

• Gestion du temps, Travail en équipe, Résolution de problèmes, Documentation, Rédaction d'articles scientifiques, Anglais courant et technique

Thèmes de recherche

Recherche d'Information (RI), Machine Learning, Traitement Automatique du Langage (TAL), Réseaux sociaux, Trajectoires multidimensionnelles, Visualisation de données, Proxémique

Encadrement

Thèses de doctorats

• Co-encadrement d'une doctorante (septembre 2025, 3 ans) : Adriana Pompejano en cotutelle entre l'Université de Pau et des Pays de l'Adour, France et l'Université de Brașov, Roumanie.
  • Titre du projet de thèse : Aborder les impacts de la pression anthropique sur les destinations touristiques : Le slow tourisme peut-il être une solution pour découvrir et promouvoir des points d’intérêt méconnus dans les régions de montagne rurales ?
  • Personnes impliquées : S. Laborie (co-directeur), B. Tescasiu (co-directrice), M. Masson (co-encadrant), C. Sallaberry (co-encadrant), P. Roose (co-encadrant)
  • Financement : Programme CHORAL UNITA
    

    

Mémoires de stages

• Co-encadrement d'un stagiaire de Master 2 (février 2026, 6 mois) : 
  • Titre du projet de stage de recherche : Conception d'un cadre unifié de métriques pour l'intelligence artificielle frugale "Métriques, agrégation et restitution explicable pour une IA responsable"
• Co-encadrement d'une stagiaire de Master 2 (février 2023, 6 mois) : Siwar Abdelhedi de l'Institut Supérieur d'Informatique, Tunisie, ISI.
  • Titre du projet de stage de recherche : Visualisation générique, multidimensionnelle et multi-niveaux des données issues des réseaux sociaux : Application au domaine du tourisme.
  • Objectif : Concevoir des visualisations innovantes permettant à des utilisateurs non spécialistes en informatique d'explorer et de comprendre des trajectoires multi-niveaux (spatiales, temporelles, sémantiques, sentimentales, etc.) extraites des réseaux sociaux.

Mémoires de projets tutorés

• Co-encadrement d'étudiants de BUT 3 (septembre 2025, 5 mois) de l'IUT de Bayonne et du Pays Basque.
  • Titre du projet : AVIZONS : Caractériser l’évolution de la biodiversité marine (exploitée et non exploitée) à différentes échelles spatiales complémentaires pour anticiper des changements .
  • Objectif : développer des représentations visuelles innovantes décrivant la situation actuelle de la biodiversité marine dans le Golfe de Gascogne, les tendances futures en termes de distribution des espèces, et les évolutions potentielles des réglementations associées (collaboration avec des biologistes de l'IFREMER et l'INRAE).
• Co-encadrement d'étudiants de Master 1 (janvier 2024, 5 mois) : Alexy Del Amo Alonso et Maxime Silla de l'Université de Pau et des Pays de l'Adour, France.
  • Titre du projet tutoré : Extraction de documents sur le web relatifs à la biologie marine.
  • Objectif : Proposer une plateforme dédiée à la construction de corpus textuels sur la biologie marine à partir de sources ouvertes, spécifiquement conçue pour répondre aux besoins des linguistes (en partenariat avec le département de linguistique française de l'Université Parthénope de Naples).
• Co-encadrement d'étudiants de Master 1 (janvier 2023, 5 mois) : Victor Laffarguette et Thomas Procureur de l'Université de Pau et des Pays de l'Adour, France.
  • Titre du projet tutoré : Annotation de syntagmes liés au tourisme dans des tweets.
  • Objectif : Proposer des approches en traitement automatique des langues (TAL) pour extraire des syntagmes complexes à partir de tweets touristiques, tels que des noms de lieux ou d'événements composés, ainsi que des concepts touristiques élaborés.
• Co-encadrement d'étudiants de Master 1 (janvier 2022, 5 mois) : Aitor Cachenaut et Benjamin Laby de l'Université de Pau et des Pays de l'Adour, France.
  • Titre du projet tutoré : Extraction de concepts à partir de tweets touristiques multilingues.
  • Objectif : Concevoir une plateforme d'annotation dédiée aux corpus multilingues issus des réseaux sociaux, capable de générer automatiquement des annotations multidimensionnelles tout en offrant des outils pour leur vérification manuelle.

Projets

Projet CHORAL SlowTourism (2025 - 2028, Bourse CHORAL UNITA)

Ce projet s’inscrit dans le cadre de la thèse menée par la doctorante Adriana Pompejano, que je co-encadre. Inscrite dans le programme doctoral européen CHORAL (Cultural Heritage Outreach in Romance Languages) coordonné par l’UPPA, cette thèse est réalisée en co-tutelle entre l’Université de Pau et des Pays de l’Adour et l’Université de Brașov, toutes deux membres de l’alliance UNITA. Ce travail vise à analyser et à mieux comprendre les impacts de la pression anthropique sur les destinations touristiques, notamment dans les régions de montagne, et à étudier dans quelle mesure le slow tourisme pourrait contribuer à la valorisation de points d’intérêt méconnus et à l’atténuation du surtourisme.

Dans un contexte où les destinations les plus prisées subissent une concentration saisonnière importante, favorisée par la mobilité rapide, le tourisme à bas coût et la promotion massive via les réseaux sociaux, les zones de montagne se trouvent particulièrement vulnérables. Elles attirent aujourd’hui 15 à 20 % des touristes mondiaux, tout en abritant un quart de la biodiversité terrestre, ce qui en fait des environnements extrêmement sensibles. À cela s’ajoutent les défis du réchauffement climatique, qui encouragent les stations à diversifier leurs activités (par exemple avec le VTT), et les tensions entre développement touristique, besoins locaux et préservation culturelle.

Les problématiques de surtourisme y sont souvent exacerbées : congestion des sentiers étroits, capacité limitée des refuges, risques naturels (avalanches, glissements de terrain), services d’urgence réduits et enjeux de respect culturel. Pourtant, ces territoires offrent aussi des opportunités majeures : dynamisation du marché de l’emploi, développement de services, nouvelles mobilités (vélo partagé, covoiturage), échanges culturels et regain démographique potentiel.

L’hypothèse centrale de la thèse est que l’intégration de lieux peu connus dans une politique de marketing touristique adaptée aux zones montagneuses pourrait répondre aux enjeux du surtourisme, en redistribuant les flux et en renforçant la durabilité des pratiques. Pour cela, plusieurs défis scientifiques structurent le projet. Il s’agit d’abord de collecter un ensemble riche et varié d’informations sur les points d’intérêt moins connus, en mobilisant des sources telles que les observations de terrain, les enquêtes, les entretiens, les données issues des réseaux sociaux, l’Open Data ou encore des outils d’IA. Ensuite, ces données devront être agrégées et structurées afin de proposer une vision intégrée du territoire, permettant notamment d’établir des correspondances entre POI populaires et POI moins connus (par exemple entre le Pic du Midi de Bigorre et le Pic de Cambalès), et d’enrichir les bases d’information existantes.

Sur cette base, le projet vise à définir des stratégies marketing innovantes, destinées à promouvoir ces lieux méconnus, à encourager un passage du fast-tourisme vers le slow-tourisme et à sensibiliser les visiteurs à la fragilité des milieux naturels et culturels. Enfin, l’objectif est d’adapter et de valoriser ces stratégies dans différents contextes montagneux, qu’il s’agisse des Pyrénées, de la Transylvanie ou encore des Alpes, afin de proposer des modèles transférables, durables et respectueux des communautés locales.

Ce travail doctoral constitue ainsi une contribution importante à la compréhension des dynamiques touristiques en montagne et au développement de pratiques plus durables, en conciliant attractivité, préservation environnementale et valorisation des territoires sous-exploités.

Projet AVIZONS (2025 - 2026, Projet CA Pays Basque)

Le projet AVIZONS vise à caractériser l’évolution de la biodiversité marine, qu’elle soit exploitable ou non, à travers différentes échelles spatiales. L’objectif principal est d’anticiper les changements environnementaux en s’appuyant sur un cas d’étude centré sur le quartier maritime de Bayonne et le Golfe de Gascogne. Ce projet mobilise des structures de recherche locales et implique des acteurs professionnels du secteur de la pêche. Il s'inscrit dans une démarche interdisciplinaire combinant biologie et informatique.

• Mots-clés : Biodiversité marine, Informatique, Visualisation de données, Pêche, Changements environnementaux, Hackathon
• Cadre : Projet de recherche multidisciplinaire mené en partenariat avec l'IFREMER, l'INRAE et l'Université de Pau et des Pays de l'Adour.  Financement de la Communauté d’agglomération Pays Basque.
• Objectifs du projet :
  • Étudier l’évolution de la biodiversité marine à travers des analyses à différentes échelles spatiales.
  • Associer les professionnels de la pêche aux travaux scientifiques afin d’améliorer l’anticipation des changements environnementaux.
  • Concevoir des outils de communication des résultats facilitant la prise de décision pour les gestionnaires et usagers.
• Mon implication dans le projet :
  • Participation dans le work package dédié aux aspects informatiques, qui vise à concevoir des outils de visualisation pour communiquer efficacement les résultats du projet.
  • Encadrement d'un groupe d'étudiants en informatique, visant à développer des représentations visuelles innovantes décrivant :
    • la situation actuelle de la biodiversité marine,
    • les tendances futures en termes de distribution des espèces,
    • les évolutions potentielles des réglementations associées.
  • Collaboration avec les biologistes pour intégrer et exploiter les données collectées dans les work packages précédents.

Projet DiscoverPOIs (été 2025, Bourse JSPS Summer Fellowship)

Le projet DiscoverPOIs (intitulé complet : Explainable Recommender System to Promote Lesser-Known POIs for Sustainable Tourism and Small Municipality Revitalization) est réalisé en collaboration avec le laboratoire MINE de l'Université de Kyushu (Fukuoka, Japon) et vise à développer un système de recommandation explicable qui identifie et promeut des points d’intérêt méconnus (Lesser-Known POIs - LKPs) pour favoriser un tourisme plus durable et contribuer à la revitalisation des petites municipalités.   L’essor du surtourisme dans de nombreuses destinations entraîne une surfréquentation, des impacts environnementaux négatifs, une pression excessive sur les infrastructures locales et une détérioration de l’expérience des visiteurs. À l’inverse, de nombreux territoires moins connus, pourtant riches en patrimoine culturel, historique et naturel, restent sous-exploités, manquant ainsi des opportunités de développement économique.  Plutôt que de considérer ces lieux uniquement comme des alternatives aux sites touristiques populaires (Well-Known POIs - WKPs), notre approche vise à les valoriser comme des destinations attractives à part entière. En exploitant des données hétérogènes issues de capteurs, de réseaux sociaux, d’Open Data et d’autres sources, le système proposera des itinéraires personnalisés combinant POIs connus et méconnus, optimisés en fonction des préférences des voyageurs, de leurs contraintes (temps, budget, accessibilité) et du contexte en temps réel (météo, saison, etc.).  Contrairement aux approches existantes, qui souffrent souvent du {problème du démarrage à froid} (cold-start problem) et donc d’un biais en faveur des sites populaires, notre modèle introduira une méthode de génération d’itinéraires équilibrés} entre WKPs et LKPs. De plus, l’intégration de l’Intelligence Artificielle Explicable (XAI) permettra de justifier chaque recommandation, renforçant ainsi la confiance des utilisateurs et leur engagement.  Enfin, le système ne se limite pas à la simple suggestion de lieux ; il inclura également des informations essentielles sur les coutumes locales, les réglementations et la sécurité} (notamment en cas de catastrophes naturelles), offrant ainsi une expérience plus immersive et respectueuse des communautés locales. Ce projet représente une avancée  dans le domaine des systèmes de recommandation touristiques, en proposant une approche novatrice qui concilie personnalisation, durabilité et valorisation des territoires sous-exploités. 

• Mots-clés :  Tourisme durable, XAI, TALN, Démarrage à froid des recommandations

• Cadre : Postdoc d’été de la Société Japonaise pour la Promotion de la Science (JSPS) en collaboration avec l'Université de Kyushu.
• Plus d'informations ici. 

Projet APs (2021 - 2024, Bourse transfrontalière CA Pau Béarn Pyrénées - E2S UPPA)

Le projet APs (Augmented Proxemic services) constitue mon projet de thèse, financé par la Communauté d'agglomération Pau Béarn Pyrénées (CAPBP) et E2S UPPA. Son objectif est de proposer un cadre de travail (framework) adaptable pour le traitement et l'analyse de données issues des réseaux sociaux dans des domaines d'application sémantiquement définis (par exemple via des ontologies ou des thésaurus), en se concentrant sur la région frontalière multilingue du Pays Basque.

• Mots-clés : Réseaux sociaux, Extraction d'informations, Fouille de texte, Traitement Automatique du Langage Naturel (TALN), Visualisation de données, Business Intelligence
• Cadre : Sujet de thèse de doctorat en cotutelle entre l’Université de Pau et des Pays de l’Adour (laboratoire LIUPPA, équipe T2I) et l'Université du Pays Basque (Centre HiTZ, groupe de recherche Ixa), sous la direction de Christian Sallaberry et Rodrigo Agerri.
• Objectifs de recherche :
  • Proposer des méthodologies pour aider les décideurs de divers domaines d'application (comme le tourisme, la mode, les politiques publiques, etc.) à obtenir des informations et des indicateurs à partir des réseaux sociaux pour répondre aux besoins spécifiques de ces domaines.
  • Contrairement aux approches existantes, ce cadre de travail doit être adaptable à différents domaines d'application et indépendant de sources de données spécifiques. Les résultats doivent être exploitables par des utilisateurs non-spécialistes en informatique, comme les parties prenantes de chaque domaine (par exemple les offices de tourisme dans le domaine du tourisme).
• Mes contributions :
  • J'ai proposé une méthodologie formelle pour construire des jeux de données multidimensionnels à partir des réseaux sociaux. La création de jeux de données précis et exhaustifs est un défi récurrent. Cependant, {la plupart des approches actuelles sont ad hoc}, rendant leur réutilisation difficile.  Cette méthodologie aborde ce problème en proposant un pipeline itératif et incrémental appliqué à plusieurs flux de données (contenu des publications, métadonnées), intégrant des retours humains et des mécanismes automatiques de feedback pour améliorer la qualité. Elle a  été expérimentée en utilisant des données extraites de X/Twitter pour créer un jeu de données thématiques sur le tourisme local. Ce dernier a été ensuite évalué à l'aide de métriques quantitatives et qualitatives pour mettre en évidence la valeur ajoutée de cette méthodologie.
  • J'ai réalisé une étude comparative des techniques d'extraction d'information, notamment celles visant à extraire le sentiment, les entités nommées spatiales et les concepts thématiques fins en lien avec une ontologie. Cette étude a porté sur des approches basées sur des règles et sur l'apprentissage automatique (apprentissage par transfert, apprentissage en zéro ou peu d'exemples, EntLM, SetFit, Pattern-Exploiting Training, etc.). Elle a impliqué l'utilisation de divers grands modèles de langage (LLMs : Mistral, LLaMA 2, GPT 3.5, FlanT5, GoLLIE), de modèles de langage masqués (MLM : BERT multilingue, XLM-XLM-RoBERTa, Twitter-XLM-RoBERTa), ainsi que de corpus annotés. Ces corpus ont été générés par annotation semi-automatique de nos propres données, et par l'utilisation de corpus existants tels que le Broad Twitter Corpus, ESTER ou AnCora. L'objectif était d'extraire des connaissances à partir de textes non structurés, multilingues (français, anglais, espagnol) et bruités, issus des réseaux sociaux dans le domaine du tourisme. Les publications sur les réseaux sociaux présentent des défis spécifiques liés au multilinguisme, à la brièveté des textes, à l'usage d'un langage informel, et à la présence fréquente de fautes de grammaire, parmi d'autres. De plus, j'ai abordé un défi récurrent pour les chercheurs : déterminer le nombre minimum d'annotations nécessaires pour obtenir des résultats compétitifs dans un domaine spécifique. Les processus d'annotations manuelles sont longs, coûteux et chronophages ; il est donc crucial de réduire ce nombre au minimum tout en maintenant des performances optimales. 
  • J'ai proposé des indicateurs modulaires et adaptatifs à différents domaines d'application, en réinterprétant la théorie de la proxémique pour l'analyse des réseaux sociaux. Le principal défi est que les indicateurs traditionnels sont {souvent spécifiques à un domaine, ce qui limite leur réutilisation dans d'autres contextes}. Pour résoudre ce problème, j'ai tout d'abord proposé une {redéfinition formelle de la proxémique}, une théorie anthropologique de l'espace social, pour l'appliquer aux interactions dans les réseaux sociaux numériques. Cette redéfinition permet d'étendre les dimensions proxémiques traditionnelles (Distance, Identité, Localisation, Mouvement, et Orientation, DILMO) à l'univers virtuel des réseaux sociaux, offrant ainsi une base théorique pour analyser les interactions sur ces derniers. Ensuite, j'ai développé des {indicateurs modulaires}, formulés comme des mesures de similarité proxémique, qui peuvent être appliqués à une variété d'entités pouvant être détectées sur les réseaux sociaux (utilisateurs, groupes, lieux, thèmes, périodes temporelles). En modulant les cinq dimensions proxémiques, ces indicateurs permettent d'analyser des phénomènes et tendances sur les réseaux sociaux de manière flexible et adaptable, quel que soit le domaine d'application. Cette approche s'appuie également sur un modèle de données basé sur la proxémique, conçu pour représenter les trajectoires et les interactions des entités dans les réseaux sociaux de manière modulaire et extensible. Grâce à une redéfinition formelle de la proxémique, à un modèle de données approprié et à des indicateurs de similarité proxémique modulaires, cette méthodologie propose donc une approche flexible et adaptable pour l’analyse multidimensionnelle des réseaux sociaux dans divers domaines d’application. 
  • J'ai proposé TextBI, un tableau de bord interactif conçu pour visualiser des indicateurs multidimensionnels sur les réseaux sociaux à travers diverses dimensions (spatiale, temporelle, thématique, personnelle, sentimentale, etc.). Il aborde le défi de présenter des informations complexes de manière adaptable à différents domaines et facilement interprétable par des non-informaticiens, tels que des acteurs locaux (par exemple : offices de tourisme, conseils municipaux). Contrairement aux outils de Business Intelligence (BI) et Systèmes d'Information Géographiques (SIG) existants, TextBI offre des visuels interactifs spécialement conçus pour les réseaux sociaux, incluant des superpositions de sentiment et d'engagement, des chronologies multi-niveaux, des cartes thématiques, des mires proxémiques et autres. L'évaluation de cette plateforme par des utilisateurs non informaticiens s'est faite en collaboration avec des membres spécialisés en gestion de la chaire OPTIMA (observatoire du pilotage et de l'innovation managériale locale). 

Projet DA3T (2021, Projet Région Nouvelle-Aquitaine) 

Le projet DA3T (Dispositif d’Analyse des Traces numériques pour la valorisation des Territoires Touristiques) est un projet multidisciplinaire (informatique et géographie) financé  par la région Nouvelle-Aquitaine. Il vise à développer un système d’analyse de traces de mobilité multidimensionnelles, à la fois en extérieur, dans les villes, et en intérieur, notamment dans les musées, afin de fournir des outils aux décideurs locaux pour la gestion et la promotion des zones touristiques. Ce projet, qui réunit informaticiens et géographes, se concentre sur la création de méthodes et d’outils génériques pour l’extraction, le traitement et l’analyse des traces de mobilité avec un cas d'étude sur le domaine du tourisme.

• Mots-clés : Géomatique, ETL (Extract, Transform, Load), Traces GPS, Mobilité, Trajectoires sémantiques, Intégration de données, Mesures de similarité

• Cadre : Stage de recherche (8 mois en 2021) de fin de master, réalisé en co-encadrement entre le Laboratoire d’Informatique de l’Université de Pau et des Pays de l’Adour (LIUPPA) de l'Université de Pau et des Pays de l’Adour et le Laboratoire Informatique, Image et Interaction (L3i) de La Rochelle Université.
• Objectifs de recherche :
  • Proposer des outils et méthodes pour l'analyse de traces numériques multidimensionnelles, en impliquant activement les utilisateurs finaux dans une démarche participative. L'objectif est de faciliter la gestion des flux de mobilité en améliorant les prises de décision.
  • Examiner si l'analyse des traces numériques peut révéler de nouvelles pratiques spatiales, ouvrant ainsi la voie à des formes innovantes d'organisation des espaces touristiques.
• Mes contributions :
  • J'ai contribué à la conception et à l'expérimentation d'un nouveau modèle multi-niveaux et multi-aspects pour l'analyse des trajectoires sémantiques, répondant à plusieurs défis en géomatique. Ce modèle permet d'enrichir les trajectoires sémantiques en associant des données complémentaires aux positions ou aux segments de trajectoire, de définir un cadre d'enrichissement générique intégrant différentes dimensions (spatiale, temporelle et thématique) et de structurer les données afin de faciliter leur requêtage et leur analyse. Il repose sur trois aspects fondamentaux : (i) la description de séquences de segments sémantiques imbriqués, (ii) la définition de données d’enrichissement intégrant les dimensions spatiale, temporelle et thématique, et (iii) l’association de ces données à des positions ou à des segments de trajectoire.  Nous démontrons  que le modèle est générique et extensible grâce à plusieurs  chaînes de traitement appliquées à différents jeux de données : des traces de résidents à New York issues de FourSquare, des traces de visiteurs à La Rochelle et des traces de migration de pélicans dans le golfe du Mexique. 
  • J'ai conçu et mis en œuvre une plateforme ETL (Extract, Transform, Load) dédiée au traitement des traces de mobilité. Il s'agit de l'une des premières plateformes ETL spécifiquement orientées vers la mobilité. Elle permet une analyse simple de traces de mobilité hétérogènes issues de diverses sources et offre aux géographes la possibilité d'intégrer automatiquement (par exemple : traitement, enrichissement, visualisation) de nombreuses traces via des chaînes de traitement modulaires et réactives construites graphiquement. Cette plateforme est accessible à des utilisateurs sans expertise en informatique. Chaque chaîne de traitement est créée afin de répondre à un ou plusieurs besoins en matière de reporting et les résultats de ces chaînes de traitement visent à être présentés aux autorités locales et aux décideurs pour les aider à améliorer la gestion des infrastructures et des flux locaux (par exemple dans le domaine du tourisme ou des transports). 
  • J'ai conçu et mis en œuvre des modules de visualisation 3D, incluant un cube spatio-temporel hautement personnalisable, des cartes de chaleur multimodes (e.g., spatiales, temporelles, spatio-temporelles) ainsi que des modules d'enrichissement des trajectoires sémantiques exploitant des données ouvertes, telles qu'OpenStreetMap, Google Maps Places et l'ontologie DataTourisme.
  • J'ai participé à l'évaluation de mesures de similarité, composites et interprétables, permettant aux géographes d'évaluer la similarité de trajectoires de mobilité à différents niveaux de granularité (macro, méso et micro) et sur différentes dimensions (spatiale, temporelle, thématique).

Publications

Publications

2025

• M. Masson, R. Agerri, C. Sallaberry, M. N. Bessagnet, P. Roose, A. Le Parc Lacayrelle. (2025). Optimal strategies to perform multilingual analysis of social content for a novel dataset in the tourism domain. Knowledge-Based Systems, Elsevier.   (SJR Q1)
• M. Masson, R. Agerri, C. Sallaberry, M. N. Bessagnet, P. Roose, A. Le Parc Lacayrelle. (2025). Analyse multidimensionnelle de contenus des réseaux sociaux : stratégies, calcul et visualisation d’indicateurs pour le tourisme. Revue ouverte d’ingénierie des systèmes d’information, 5, Numéro Spécial, ISSN 2634-1468, ISTE Open Science.  

2024

• M. Masson, P. Roose, C. Sallaberry, M. N. Bessagnet, A. Le Parc Lacayrelle, R. Agerri. (2024). ProxMetrics: modular proxemic similarity toolkit to generate domain-adaptable indicators from social media. Social Network Analysis and Mining, 14, 124. Springer.   (SJR Q1)
• M. Masson, C. Sallaberry, M. N. Bessagnet, A. Le Parc Lacayrelle, P. Roose, R. Agerri. (2024). TextBI: An Interactive Dashboard for Visualizing Multidimensional NLP Annotations in Social Media Data. Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics: System Demonstrations (EACL 2024), pp. 1-9, Association for Computational Linguistics (ACL).    (CORE A)
• M. Masson, C. Sallaberry, M. N. Bessagnet, A. Le Parc Lacayrelle, P. Roose, R. Agerri. (2024). Visualisation de données issues des réseaux sociaux : une plateforme de type Business Intelligence. Mappemonde, 138, 2024, OpenEdition Journals.  
• C. Cayèré, C. Sallaberry, C. Faucher, M. N. Bessagnet, P. Roose, M. Masson. (2024). Mesures de similarité multidimensionnelles pour trajectoires sémantiques. Revue ouverte d’ingénierie des systèmes d’information, 4, 2, ISSN 2634-1468, ISTE Open Science.  
• M. Masson, R. Agerri, C. Sallaberry, M. N. Bessagnet, P. Roose, A. Le Parc Lacayrelle. (2024). Stratégies optimales pour l'analyse multidimensionnelle de contenus multilingues issus des réseaux sociaux. INFORSID 2024 (INFormatique des ORganisations et Systèmes d'Information et de Décision). Sélection parmis les meilleurs papiers.  
• M. Masson (2024). Generic Framework for the Multidimensional Processing and Analysis of Social Media Content: A Proxemic Approach. (2024). Thèse de doctorat / Ph.D. Thesis, Université de Pau et des Pays de l'Adour (UPPA), Université du Pays Basque (UPV/EHU). NNT 2024PAUU3080  

2023

• M. Masson, P. Roose, C. Sallaberry, R. Agerri, M. N. Bessagnet, A. Le Parc Lacayrelle. (2023). APs: A Proxemic Framework for Social Media Interactions Modeling and Analysis. International Symposium on Intelligent Data Analysis (IDA 2023)., pp. 287-299, Cham: Springer Nature Switzerland.   (CORE B)
• M. Masson, S. Abdelhedi, C. Sallaberry, R. Agerri, M. N. Bessagnet, A. Le Parc-Lacayrelle, P. Roose. (2023). Visualisation interactive de trajectoires d’activités touristiques : Application à des données extraites de Twitter. Atelier Traces Numériques, INFORSID 2023 (INFormatique des ORganisations et Systèmes d'Information et de Décision).  

2022

• M. Masson, C. Sallaberry, R. Agerri, M. N. Bessagnet, P. Roose, A. Le Parc Lacayrelle. (2022). A Domain-independent Method for Thematic Dataset Building from Social Media: The Case of Tourism on Twitter. International Conference on Web Information Systems Engineering (WISE 2022), pp. 11-20, Cham: Springer International Publishing.   (CORE A)
• M. Masson, C. Cayèré, M. N. Bessagnet, C. Sallaberry, P. Roose, C. Faucher. (2022). An ETL-like Platform for the Processing of Mobility Data. Proceedings of the 37th ACM Symposium on Applied Computing (ACM SAC 2022), pp. 547-555, Association for Computing Machinery.   (CORE B)
• C. Cayèré, C. Sallaberry, C. Faucher, M. N. Bessagnet, P. Roose, M. Masson. (2022). Mesure de similarité pour les trajectoires sémantiques : prise en compte de trois niveaux de granularité. INFORSID 2022 (INFormatique des ORganisations et Systèmes d'Information et de Décision). Sélection parmis les meilleurs papiers.  
• M. Masson, C. Cayèré, M. N. Bessagnet, C. Sallaberry, P. Roose, C. Faucher. (2022). Visualisation spatio-temporelle de données de mobilité touristique extérieures. Atelier GAST (Gestion et Analyse de données Spatiales et Temporelles), EGC 2022 (Extraction et Gestion des Connaissances).  
• M. Masson. (2022). Services augmentés pour le tourisme intelligent et l’analyse des pratiques. Forum Jeunes Chercheuses Jeunes Chercheurs (JCJC), INFORSID 2022 (INFormatique des ORganisations et Systèmes d'Information et de Décision).  

2021

• C. Cayèré, C. Sallaberry, C. Faucher, M. N. Bessagnet, P. Roose, M. Masson, J. Richard. (2021) Multi-level and Multiple Aspect Semantic Trajectory Model: Application to the Tourism Domain. ISPRS - International Journal of Geo-Information, 10 (9), 592.   (SJR Q1)

Communications

2025

• M. Masson (Janvier 2025). Optimal Strategies to Perform Multilingual Analysis of Social Content in the Tourism Domain. Meeting of the 24ᵗʰ Anniversary of the Venezuelan Association for Research and Development Management (AVEGID) and the International Association for Research and Development Management (AIGID) (En ligne).  

2024

• M. Masson. (Septembre 2024). Lauréat du 1er prix du Challenge Geodata des Journées Nationales Géonumériques (GeoDataDays 2023) qui se sont tenues au Centre des Congrès de Reims les 12 et 13 septembre 2023, avec la proposition « Visualisation de données issues des réseaux sociaux : une plateforme de type Business Intelligence ». Cet événement a été organisé par l’Association Française pour l’Information Géographique (Afigéo), DécryptaGéo et sponsorisé par ESRI (ArcGIS).
• M. Masson, C. Sallaberry, M-N. Bessagnet. (Juin, 2024). TextBI: Une plateforme pour analyser la dynamique touristique en Béarn. Office du tourisme de Pau (Pau, France).
• M. Masson. (Janvier 2024). TextBI : Une plateforme interactive pour la visualisation de données multidimensionnelles issues des réseaux sociaux . Keynote Speaker. Webinaire Carte blanche du GdR CNRS MAGIS (Méthodes et Applications pour la Géomatique et l'Information Spatiale) (En ligne).  

2023

• M. Masson. (Novembre 2023). TextBI : Une plateforme interactive pour la visualisation de données multidimensionnelles issues des réseaux sociaux. Atelier Humanités Numériques Spatialisées, Journées du GdR CNRS MAGIS 2023. Maison des Suds (Bordeaux, France).    
• M. Masson, P. Roose. (Juillet 2023). Analyse de données touristiques en Pays Basque. Communauté d'Agglomération du Pays Basque (Bayonne, France).
• M. Masson. (Juin, 2023). A Generic Framework for the Extraction, Processing, Analysis, and Valuation of Social Media content: Application to the Domain of Tourism and the Social Media Twitter. Ixa Seminar, University of the Basque Country (EHU/UPV) (Donostia-San Sebastian, Spain).
• M. Masson, S. Laborie. (Juin 2023). Un cadre générique pour l’extraction, le traitement, l’analyse et la valorisation de contenus issus de réseaux sociaux. . Journée d'études - Programme Cassini Senior 2022 « Constitution de corpus pour les besoins du marketing numérique dans le domaine de la mode », Palazzo Pacanowski, Università degli Studi di Napoli Parthenope (Naples, Italie).  

2022

• M. Masson. (Novembre 2022). APs: une approche proxémique pour l'analyse de données sur les réseaux sociaux. Workshop Smart city, smart destination: du management à l’expérience territoriale, IRGO - Institut de recherche en gestion des organisations, Université de Bordeaux (Bordeaux, France).
• M. Masson. (Septembre 2022). APs: une approche proxémique pour l'analyse de données sur les réseaux sociaux. Journée inter-associations EGC/INFORSID « Les sciences des données dans les systèmes d'information », IRIT, Université de Toulouse III Paul Sabatier (Toulouse, France).