. Ademe, Enquête auprès des utilisateurs du covoiturage longue distance, 2015.

. Ademe, Développement du covoiturage régulier de courte et moyenne distance : Guide méthodologique et Synthèse, 2017.

L. Alexander, S. Jiang, M. Murga, and M. C. González, Origin-destination trips by purpose and time of day inferred from mobile phone data, Transportation research part c: emerging technologies, vol.58, pp.240-250, 2015.

J. J. Barry, R. Newhouser, A. Rhabee, and S. Sayeda, Origin and destination estimation in New York City with automated fare system data, Transportation Research Record, issue.1817, pp.183-187, 2002.

G. Bastin and P. Tubaro, Le moment big data des sciences sociales, Revue française de sociologie, vol.59, pp.375-394, 2018.
URL : https://hal.archives-ouvertes.fr/hal-01885416

B. Beaude, Spatialités algorithmiques, Severo M. et Romele A. (dir.), Traces numériques et territoires, pp.135-162, 2015.

A. S. Briand, E. Côme, M. Trépanier, and L. Oukhellou, Analyzing year-to-year changes in public transport passenger behaviour using smart card data, Transportation Research Part C: Emerging Technologies, vol.79, pp.274-289, 2017.
URL : https://hal.archives-ouvertes.fr/hal-01569729

P. Bonnel, É. Hombourger, A. M. Olteanu-raimond, and Z. Smoreda, Apports et limites des données passives de la téléphonie mobile pour la construction de matrices origine-destination, pp.647-672, 2017.

F. Calabrese, M. Diao, D. Lorenzo, G. Ferreira, J. Ratti et al., Understanding individual mobility patterns from urban sensing data: A mobile phone trace example, Transportation research part C: Emerging Technologies, vol.26, pp.301-313, 2012.

E. Castex, Organisation des pratiques de covoiturage entre inconnus dans les territoires, vol.29, pp.153-176, 2015.

, Covoiturage longue distance : état des lieux et potentiel de croissance, 2016.

C. Chen, J. Ma, Y. Susilo, Y. Liu, and M. Wang, The promises of big data and small data for travel behavior (aka human mobility) analysis, Transportation research part C: Emerging Technologies, vol.68, pp.285-299, 2016.

, Analyse économique exploratoire du covoiturage longue distance, CEREMA, 2016.

E. Côme and L. Oukhellou, Model-based count series clustering for bike sharing system usage mining: a case study with the Vélib'system of Paris, ACM Transactions on Intelligent Systems and Technology, vol.5, issue.3, pp.39-66, 2014.

A. Courmont, Plateforme, big data et recomposition du gouvernement urbain, Revue française de sociologie, vol.59, pp.423-449, 2018.

, Potentiels et limites des traces (géo)numériques dans l'analyse des mobilités

, Cybergeo : European Journal of Geography

S. Depeau and E. Quesseveur, A la recherche d'espaces invisibles de la mobilité, vol.28, pp.35-54

L. Gwiazdzinski, Du suivi GPS des individus à une approche chronotopique, vol.28, pp.77-106, 2014.
URL : https://hal.archives-ouvertes.fr/halshs-01247829

B. Hawelka, I. Sitko, E. Beinat, S. Sobolevsky, P. Kazakopoulos et al., Geo-located Twitter as the proxy for global mobility patterns, Cartography and Geographic Information Science, vol.41, issue.3, pp.260-271, 2014.

M. S. Iqbal, C. F. Choudhury, P. Wang, and M. C. González, Development of origin-destination matrices using mobile phone call data, Transportation Research Part C: Emerging Technologies, vol.40, pp.63-74, 2014.

M. Jacquot, Quel futur pour le covoiturage ? Comment surmonter les obstacles ?, Annales des Mines-Réalités industrielles, issue.2, pp.52-55, 2018.

S. Jiang, J. Ferreira, and M. C. González, Activity-based human mobility patterns inferred from mobile phone data: A case study of Singapore, IEEE Transactions on Big Data, vol.3, issue.2, pp.208-219, 2017.

R. Jurdak, K. Zhao, J. Liu, M. Aboujaoude, M. Cameron et al., Understanding human mobility from Twitter, PloS one, vol.10, issue.7, 2015.

A. Masure, Le design des programmes : des façons de faire du numérique, 2014.

B. Mericskay, M. Noucher, and S. Roche, Usages des traces numériques en géographie : potentiels heuristiques et enjeux de recherche, L'Information Géographique, vol.82, pp.39-61, 2018.

K. Mohamed, E. Côme, L. Oukhellou, and M. Verleysen, Clustering smart card data for urban mobility analysis, IEEE Transactions on Intelligent Transportation Systems, vol.18, issue.3, pp.712-728, 2017.

J. C. Plantin and F. Russo, D'abord les données, ensuite la méthode ?, pp.97-115, 2016.

T. Quesnot, L'involution géographique : des données géosociales aux algorithmes, vol.30, 2016.

T. H. Rashidi, A. Abbasi, M. Maghrebi, S. Hasan, and T. S. Waller, Exploring the capacity of social media data for modelling travel behaviour: Opportunities and challenges, Transportation Research Part C: Emerging Technologies, vol.75, pp.197-211, 2017.

C. Richer, E. Côme, M. K. El-mahrsi, and L. Oukhellou, La mobilité intermodale par les données billettiques. Analyses spatio-temporelles du réseau bus-métro de Rennes Métropole, Cybergeo : European Journal of Geography, vol.854, 2018.

T. Schwanen, Geographies of transport II: Reconciling the general and the particular, Progress in Human Geography, vol.41, issue.3, pp.355-364, 2017.

H. Senaratne, M. Mueller, M. Behrisch, F. Lalanne, J. Bustos-jiménez et al., Urban Mobility Analysis With Mobile Network Data: A Visual Analytics Approach, IEEE Transactions on Intelligent Transportation Systems, vol.19, issue.5, pp.1537-1546, 2018.

M. Severo and A. Romele, Traces numériques et territoires, Paris, Presses des Mines, Territoires numériques. Potentiels et limites des traces (géo)numériques dans l'analyse des mobilités, 2015.

, Cybergeo : European Journal of Geography

J. L. Toole, S. Colak, B. Sturt, L. P. Alexander, A. Evsukoff et al., The path most traveled: Travel demand estimation using big data resources, Transportation Research Part C: Emerging Technologies, vol.58, issue.1, pp.62-177, 2015.

P. Vidal, Tracer sa route, en toute intransparence numérique ?, vol.29, pp.5-12, 2015.

P. Vogel, T. Greiser, and D. C. Mattfeld, Understanding bike-sharing systems using data mining: Exploring activity patterns, Procedia-Social and Behavioral Sciences, vol.20, pp.514-523, 2011.

C. Yang, Q. Huang, Z. Li, K. Liu, and F. Hu, Big Data and cloud computing: innovation opportunities and challenges, International Journal of Digital Earth, vol.10, issue.1, pp.13-53, 2017.

J. Wergin and R. Buehler, Where Do Bikeshare Bikes Actually Go? Analysis of Capital Bikeshare Trips with GPS Data, Transportation Research Record: Journal of the Transportation Research Board, issue.2662, pp.12-21, 2017.

C. Zhong, E. Manley, S. M. Arisona, M. Batty, and G. Schmitt, Measuring variability of mobility patterns from multiday smart-card data, Journal of Computational Science, vol.9, pp.125-130, 2015.

, On peut définir les traces numériques comme des empreintes laissées derrière soi lorsque l'on navigue sur Internet ou lorsque l'on recourt à un service à partir d'un dispositif numérique, 2015.

. Mericskay, Il peut s'agir de coordonnées géographiques, d'un toponyme, d'un numéro de borne Wifi, 2018.

, Le service Uber Movement par exemple, propose un accès gratuit aux données anonymisées de plus de deux milliards de courses dans le monde sous forme de matrices origine-destination temporelles

, Waze (propriété de Google) proposent aux autorités publiques un programme de partenariat intitulé Connected Citizens qui leur permet d'accéder à des données trafic issues de la plateforme en contrepartie d'informations sur les travaux, les modifications de voirie ou les évènements à venir, 2018.

A. Une, Application Programming Interface) est une interface de programmation qui permet de mettre en relation un programme avec un autre. Ces outils permettent de réutiliser des données et des fonctions provenant de différents sites dans un autre projet, 2014.

, Audelà de leur caractère dispendieux, ces données se caractérisent aussi par de nombreuses contraintes et limites d'usage à l'image de leur disponibilité, leurs difficultés d'enrichissement (modes, motifs, caractéristiques des individus), leurs difficultés de traitement (mauvaise précision, non-interopérables avec les systèmes existants) ou encore les effets de bord géographiques liés à la couverture des antennes, L'exemple des données de téléphonie mobile est symptomatique des verrous en présence, 2017.

, Le covoiturage organisé sous-entend une planification organisée entre le conducteur et le(s) passager(s) qui passe par un service de mise en relation

, BlaBlaCar, la plateforme apporte aux usagers des services et des outils facilitant les échanges et l'organisation des trajets (moteurs de recherche, messagerie, paiements sécurisés, systèmes d'évaluation, etc.) en contrepartie d'une commission sur chaque réservation

. Url-de-l'api,

, Potentiels et limites des traces (géo)numériques dans l'analyse des mobilités

, Cybergeo : European Journal of Geography