Comprendre et prédire comment les humains se déplacent dans l'espace et le temps est d'une importance fondamentale pour de nombreux domaines scientifiques tels que la propagation des épidémies (par exemple, la pandémie du COVID-19), les réseaux mobiles, l'urbanisme (par exemple, le contrôle anticipé de la température d'une maison pour la gestion de la consommation énergietique), ou le covoiturage. Or, appréhender la mobilité humaine est intrinsèquement complexe. D'une part, les mouvements humains sont limités par l’obligation de présence physique sur les lieux de travail, les gymnases ou les universités en plus de la participation à des activités routinières et sociales. D'autre part, la grande variété de lieux de loisirs et la disponibilité de moyens de transport modernes permettent aux individus d’interrompre leurs routines pour découvrir de nouveaux lieux. Comprendre la mobilité humaine est un défi de longue date qui remonte au 19 e siècle. Jusqu'au 20 e siècle, les chercheurs se sont concentrés uniquement sur les flux collectifs et migratoires au vu de la qualité des données exploitées (données de recensement ou d'enquêtes). Mais récemment, avec l'omniprésence des appareils mobiles, de la connectivité Internet et des systèmes de positionnement (par exemple, le système GPS), il est devenu possible de capturer les allées et venues quotidiennes des individus à des échelles spatiales et temporelles très fines. Cela offre la possibilité d'observer et d'étudier la mobilité humaine au niveau individuel avec un niveau de détail sans précédent. En particulier, la disponibilité croissante de ces données a conduit à un développement continu dans le domaine de la recherche sur la mobilité. Néanmoins, la littérature scientifique sur la prédiction de la mobilité humaine ignore les tendances des individus à rechercher la nouveauté, c'est-à-dire à explorer et à découvrir de nouveaux endroits. Les prédicteurs conventionnels reposant sur des données géographiques personnelles fonctionnent mal lorsqu'il s'agit de découvrir de nouvelles régions. La raison est expliquée par la prédiction reposant uniquement sur des emplacements précédemment visités/vus (ou connus). Comme effet secondaire, des emplacements qui n'ont jamais été visités auparavant (ou des explorations) par un utilisateur perturbent la prédiction d'un emplacement connu. Négliger à première vue les activités de recherche de nouveauté apparaît sans conséquence sur la capacité à comprendre et à prévoir les trajectoires des individus. Dans ce manuscrit, nous affirmons et montrons le contraire : les visites de type exploration impactent fortement la compréhension et l'anticipation de la mobilité.Cette thèse porte sur les visites exploratoires en mobilité humaine. Elle cherche d'abord à dévoiler les préférences exploratoires de la population. Ensuite, elle évalue les impacts des visites de type exploration sur les étendues de prévisibilité théorique et pratique. Enfin, elle propose un prédicteur de mobilité qui intègre la notion d'exploration.À travers le manuscrit, nous révélons l'existence de trois profils de mobilité distincts en ce qui concerne l'activité d'exploration - Scouters (c'est-à-dire les explorateurs extrêmes qui sont plus enclins à découvrir de nouveaux endroits), Routiners (c'est-à-dire les routiniers extrêmes qui limitent leur mobilité à quelques endroits), et Regulars (c'est-à-dire sans comportement extrême). En outre, nous montrons que le facteur de recherche de nouveauté est un élément essentiel à considérer et ne doit pas être négligé lors de la conception de prédicteurs, en particulier pour des catégories spécifiques d’individus présentant des activités d'exploration élevées. De plus, en intégrant la notion d'exploration dans la prédiction, nous démontrons des améliorations considérables de la précision de la prédiction grâce à la prévision fructueuse des zones à gros grains utilisées pour les activités d'exploration.