Conception d'un système de recommandation de transport personnalisé et mise en place d'un tableau de bord de gestion de l'offre de transport

La mobilité urbaine dans le district d'Abidjan en tant que cœur économique de la Côte d'Ivoire est confrontée à des défis complexes. Parmi ces défis, on dénote le coût et l'offre du transport. En effet, le coût du transport représente une préoccupation majeure pour les citadins, en particulier ceux aux revenus modestes. Parallèlement, la connaissance de la dynamique multifactorielle (temps, trajet, distance) de l'offre de transport revêt une utilité capitale pour les décideurs, les entrepreneurs et les acteurs du domaine pour la prise de décisions éclairées. C'est dans ce contexte que nous traitons la problématique de l'amélioration du coût et de l'offre du transport dans le district d'Abidjan. Ainsi, nous nous sommes fixés comme premier objectif de proposer à tout citadin le meilleur moyen de transport selon son budget et sa trajectoire à un instant donné à l’aide d’un système de recommandation. Le second objectif consiste à fournir aux décideurs un tableau de bord récapitulant spatio-temporellement l’offre de transport dans la ville d’Abidjan. Pour y parvenir, nous avons construit notre jeu de données réelles en les collectant à partir de trois plateformes digitales de transports, à savoir Yango, Co-voiturage, et de sources différentes. Ensuite, nous avons développé notre système de recommandation à l’aide de trois différents modèles de Machine Learning (arbres de décision, forêt aléatoire et réseau de neurones) ayant tous obtenu 96% de justesse. En d'autres termes, sur 278 recommandations, 268 ont été correctes. Quant au tableau de bord réalisé avec l'outil Power BI, nous avons pu présenter le nombre de trajets par date et son évolution moyenne durant les heures de la journée. De même, la dynamique des lieux de départs et d’arrivées est présentée sur une carte géographique et bien d’autres informations. Néanmoins, il faudra des données plus complètes et sur une période plus longue afin de tendre vers un modèle plus performant pour satisfaire la problématique.