Démarche Complète

• Lancement:
  

  Nous avons commencé le projet par l'étude de datasets potentiels, en pensant à la qualité des données fournies, du sujet/domaine d'étude, et aux possibles représentations des données obtenues.
  Après plusieurs essais, nous avons ciblé le secteur de l'alimentation pour deux raisons : les études visuelles sont courantes (par région, par corrélation sous forme de graphe) et le sujet est un enjeu actuel avec la lutte contre le surpoids.
  

• Jeu de donnée
  

  Le Jeu de donnée sélectionné pour représentation est le jeu de donnée INCA_2, il date de 2006/2007 et est le résultat d'un sondage sur 3996 individus résidant en France Métropolitaine. Cette enquête a été ordonnée par le gouvernement Français pour étudier l'évolution des habitudes alimentaires des Français.
  Pour chacune des 4000 personnes sondées il a fallu répondre à des questions précises pendant 7 jours sur le maximum de crières possible. Au final, le jeu de donnée est tellement complexe et riche qu'il nous a fallu le réduire a seulement une dizaine de critères pour pouvoir l'exploiter en temps raisonnable.

• Traitements opérés

  Notre objectif initial était de mettre en place un outil de visualisation permettant de détecter des causes possibles à l'obésité. Pour pouvoir effectivement l'implémenter il a fallu sélectionner uniquement les critères déterminant dans le cas de l'obésité/surpoids.
  Pour ce faire, nous avons commencé par développer une application Java. Cette application permettait, grâce au jeu de données fourni, de calculer un "score" par "catégorie de poids" pour un critère. Par exemple, grâce à cette application, nous avons pu remarqué que les gens en condition de maigreur regardaient moins la télévision que les gens en condition normale qui à leur tour regardaient moins la télévision que les gens en surpoids etc
  Cette application renvoie un csv qui permet de comparer efficacement les scores obtenus par catégorie et ainsi de pouvoir éluder des critères qui ne semblent pas impacter de beaucoup l'IMC d'une personne. Cette "première passe" nous a permis de nous concentrer sur certaines zones de la base de données et donc cela permet de proposer à l'utilisateur seulement certaines possibilités de modification.
  Après avoir choisi de modifier ces critères, les données sont sélectionnées puis transformées pour pouvoir être affichées, soit sous forme d'un graphique, soit d'une carte de France.

• Architecture

  La page web étant exécutée en local, il n'y a pas de lien avec un quelconque serveur ou une quelconque base de données hébergée.
  Toutes les valeurs sont stockées dans un fichier .csv et c'est ce fichier qui va permettre d'effectuer tout calcul.
  Le code html est contenu sur une seule page, index.html, et tous les scripts sont contenus dans les différents fichier au format .js présents dans le dossier js.

• Choix des technologies

  Plusieurs technologies web ont été utilisées pour ce projet de visualisation : Notamment D3.Js, le framework javaScript utilisé pour la représentation cartographique de France et pour la lecture du jeu de donnée.
  La lecture du jeu de donnée est facilité par D3, en effet il suffit uniquement de faire un appel javascript : d3.csv('jeu-de-donnee.csv', function(data){ });
  La représentation avec la carte est également faite par D3, en effet il permet de lire un fichier geojson : regions.geojson, qui décrit un SVG de chaque région. L'appel de la méthode d3.json('fichier-json', function(req, geojson){ ... } insere dans le code HTML une liste de figures SVG avec la balise "path" correspondant aux frontières des régions.
  
  Ensuite, les graphes dans l'onglet 'Graphe' utilisent le framework : Chart.JS, à l'aide de ce framework, il est assez rapide de générer des courbes lissées ou des nuages de points. Les deux peuvent convenir les critères sélectionnés. Nous avons choisi de garder la courbe de référence visible lors des changements de critères pour pouvoir comparer. Cependant, il suffit de cliquer sur la légende de la courbe de référence pour la faire disparaitre.
  La gestion des appels asynchrones de manière générale est pris en charge par le framework jQuery, norme dans les applications il permet notamment de charger le contenu quand la page est chargée.
  Enfin, bootstrap nous a permit de mettre en place une interface web responsive, c'est à dire qui s'adapte à la taille du navigateur. Lorsque l'on réduit la taille du navigateur les élement de la page web se réduisent de manière élégante automatiquement.

Résultats

Comme décrit précédemment, nous avons décidé de sélectionné à partir du jeu de donnée uniquement quelques critères, à savoir, pour chaque individu :

• L'indice de masse corporelle (IMC), qui correspond au poids/taille², c'est un indicateur standard pour représenter l'obésité ou le surpoids.
• Le goût pour la viande.
• le goût pour le poisson.
• Le goût pour les fruits.
• L'âge
• La région
• Le temps d'activité physique hebdomadaire.
• Le temps passé devant un poste TV quotidiennement.
• Le nombre de Fast Food mensuel.
• Le fait de se considérer avec une alimentation saine ou non.

A partir de ce jeu de donnée, nous avons première établi un graphe de l'IMC moyen des individus en fonction de l'âge . Ce graphe à deux dimensions se recalcule en prenant en compte divers critères, comme le temps passé devant un poste de télévision ou encore le temps d'activité physique hebdomadaire.
De cette manière, nous pouvons représenter plusieurs critères dans un graphe 2D simple à analyser. Pour une comparaison plus simple, nous avons choisi de garder le graphe de référence représentant l'ensemble des individus.

Dans l'onglet 'Carte', d'autres critères sont représentés par région:

• La corpulence par région suivant l'IMC.
• La pourcentage de personnes fréquentant les fast food plus de 1 fois par mois, suivant la catégorie d'IMC (sous poids, normale, surpoids et obèse).
• Le pourcentage de personnes répondant aimer la viande suivant la catégorie d'IMC (sous poids, normale, surpoids et obèse).
• Le pourcentage de personnes répondant aimer le poisson suivant la catégorie d'IMC (sous poids, normale, surpoids et obèse).
• Le pourcentage de personnes répondant aimer les fruits suivant la catégorie d'IMC (sous poids, normale, surpoids et obèse).
• Le durée moyenne passé devant un écran de télévision quotidiennement suivant la catégorie d'IMC (sous poids, normale, surpoids et obèse).
• La durée moyenne d'activité sportive hebdomadaire suivant la catégorie d'IMC (sous poids, normale, surpoids et obèse).

Il est donc rapide à l'aide du menu à gauche de sélectionner des critères et de voir évoluer la carte.

Conclusions

De cette étude visuelle, et à partir du jeu de donnée selectionné, on peut tirer quelques constats :
Tout d'abord les personnes en sous poids - un IMC faible - sont plus susceptibles de fréquenter les fast food que les personnes en surpoids ou obèses. De plus, elles présentent un plus grand intérêt pour la viande et le poisson que les personnes en surpoids.
En revanche, les personnes en surpoids/obèses passent également plus de temps sur leurs postes de télévisions que la moyenne. De plus, ils semblent porter moins d'intérêts pour les fruits!

Remarques

Le jeu de donnée ne portent que sur 4000 personnes, mais lorsque l'on sélectionne des critères précis, par exemple les personnes obèses dans la région limousin, il y a beaucoup moins d'individus qui correspondent. Il est donc prétentieux d'émettre des conclusions sur un nombre aussi restreint de personnes, cela n'est pas assez représentatif pour aider à porter un jugement global sur le comportement alimentaire des Français.
De plus, dans notre étude nous avons souhaité garder les enfants pour l'ensemble de nos calculs mais il est important de noter que leur IMC est en moyenne plus faible et donc peut fausser les résultats surtout dans les critères précis évoqués précédemment.

Schéma

Sources

• Tutoriel pour la gestion des cartes : http://www.datavis.fr/index.php?page=map-firststep
  
• Fichier geojson des frontières de la France (regions-avant-redecoupage-2015.geojson): https://github.com/gregoiredavid/france-geojson