Poster

1. Contexte

Dans le monde d'aujourd'hui on recherche l'efficacité. Ainsi grâce à ce projet les chauffeurs de taxis New-Yorkais peuvent connaitre les meilleurs quartiers. Ils peuvent savoir où ils aurons le plus de chance de prendre un nouveau client le plus rapidement possible, et ainsi maximiser leurs profits en minimisant le temps "à vide".

L'utilisation d'une carte géographique avec une représentation colorimètrique, permet une bonne visualisation et compréhension des résultats.

2. Hypothèses

   1. Pas de distinction entre type de jours
   2. Taxi partant de régions non répertoriées --> ignoré
   3. Ne tiens pas compte du changement d'équipe
   4. densité en pourcentages --> couleur région proportionnelle
   5. On ne garde que les courses dont le temps se trouve dans l'intervalle [0h;3h]

3. Analyse des résultats

Sur la carte de New-York ci-dessous, on peut voir les différents districts colorés selon le temps d'attente moyen qu'il faut pour prendre un client dans ce district. La carte dispose d'une échelle de couleur en bas à droite qui s'étalonne de 0 à 100, celle-ci représente le pourcentage de temps d'attente par rapport à la pire région (celle où l'on attend le plus).

Carte des districts de New York pour Janvier

On s'aperçoit que les districts proche de Manhattan ont le plus court temps d'attente, le "meilleur" district a un temps d'attente de ??? en moyenne . Au contraire, le district où se trouve l’aéroport international JFK est celui qui promet le plus long temps d'attente, ??? en moyenne.

Si on compare les données des courses de taxi du mois de Janvier aux données pour le mois de Juillet, on peut remarquer qu'il n'y a que peu de changement. On peut donc dire que les conducteurs taxis ne sont donc pas vraiment dépendant des saisons.

4. Évaluation des résultats

En comparant nos résultats avec ceux obtenus dans le livre, on retrouve la tendance générale qui favorise Manhattan comme "meilleure" région pour un taxi (là où on attend le moins). Malheureusement, on ne peut pas comparer en détail nos résultats, car, pour disposer d'une meilleure précision, nous avons découpé la ville de New York en ses 51 districts alors que l'exemple du livre la sépare en ses 5 arrondissements.

Néanmoins, les résultats semblent cohérents dans l'ensemble.

5. Conclusion

Maintenant qu'une base a été créée, on peut facilement imaginer plusieurs améliorations. Par exemple, la visualisation graphique pourrait comporter plus de statistiques globales ou par région. Elle pourrait également inclure une touche d'interactivité en permettant à l'utilisateur de changer la période des données.