Analyse des Accidents
Corporels en France
Plateforme décisionnelle de visualisation, analyse statistique et prédiction des risques routiers
Vue d'Ensemble
Cette application Oracle APEX constitue une plateforme complète d'analyse des accidents corporels survenus en France. Elle agrège des données structurées issues de quatre tables principales (Caractéristiques, Lieux, Véhicules, Usagers) pour fournir une vision à 360° des sinistres routiers : indicateurs de performance (KPIs), cartographie interactive, statistiques avancées et module de simulation prédictive.
L'architecture repose sur un modèle de données en étoile, enrichi par 30 tables de référence normalisées, permettant une navigation intuitive du niveau macro (dashboard stratégique) au niveau micro (détail d'un accident spécifique). Un module de Machine Learning intégré offre une capacité d'analyse prédictive in-database.
Architecture Technique
📊 Modèle de Données
🧠 Machine Learning In-Database
Utilisation d'Oracle Machine Learning (DBMS_DATA_MINING) dans l'environnement Autonomous Database pour l'entraînement et l'exploitation de modèles prédictifs directement sur les données. Vues analytiques spécialisées pour la préparation des features, le calcul de scores de risque et la transformation en probabilités normalisées.
Pages et Fonctionnalités
🏠 Dashboard Stratégique
Vue d'ensemble avec KPIs essentiels : total des accidents, nombre de victimes, taux de mortalité. Graphiques de tendances temporelles et moyennes d'âge. Carte interactive Leaflet.js avec marqueurs géolocalisés colorés selon la gravité.
🔍 Page Sinistres
Tableau interactif complet des accidents avec navigation drill-down. Détails par dimension : infrastructure et conditions de route (Lieux), types de véhicules et manœuvres (Véhicules), profils démographiques et équipements de sécurité (Usagers).
📊 Analytics Avancés
Module décisionnel avec filtres multidimensionnels (Année, Département, Agglomération, Luminosité). Analyses par gravité, temporelles (pics horaires), par type de véhicule. Heatmap de densité pour visualiser les zones à risque.
🎯 Analyse Prédictive
Simulateur interactif de calcul de risque. L'utilisateur configure un scénario (conditions atmosphériques, luminosité, type de collision, vitesse). Une procédure PL/SQL interroge la vue V_ANALYSE_SIMPLE pour retourner un score de risque et les statistiques historiques (probabilités de décès/blessures).
🗺️ Cartographie Interactive
Intégration Leaflet.js pour la visualisation géographique des accidents. Clustering intelligent, popups détaillés, filtres dynamiques par gravité. Identification rapide des points noirs accidentogènes.
📈 Visualisations Dynamiques
Graphiques interactifs (APEX Charts) : courbes de tendances, diagrammes en barres pour les analyses par catégories, graphiques circulaires pour les répartitions. Mise à jour en temps réel selon les filtres appliqués.
Couche Machine Learning
🤖 Préparation et Modélisation
Développement d'une couche de vues SQL orientées Machine Learning, non directement intégrées dans l'interface APEX mais conçues pour préparer les données à des traitements algorithmiques avancés.
📦 Feature Engineering
Centralisation des données des 4 tables sources. Construction de variables explicatives : luminosité, conditions météo, vitesse maximale autorisée, environnement routier, profil démographique des usagers.
🎲 Score de Risque
Vue de scoring analytique calculant un score composite basé sur les facteurs de risque identifiés. Transformation en probabilité normalisée (0-1) pour permettre la comparaison avec la gravité observée.
🔬 Oracle ML Integration
Utilisation du package DBMS_DATA_MINING pour l'entraînement in-database. Modèles de classification et régression directement sur Autonomous Database, éliminant les transferts de données et optimisant les performances.
Cette approche démontre la capacité d'Oracle APEX et d'Autonomous Database à gérer l'intégralité du cycle de vie analytique : de la collecte de données à la modélisation prédictive, en passant par la visualisation décisionnelle, le tout dans un environnement unifié et hautement performant.
Captures d'Écran
Dashboard Principal
Détail des Sinistres
Module Analytics
Heatmap de Densité
Simulateur Prédictif
🔑 Identifiants de Démonstration
⚠️ Compte de démonstration - Les données peuvent être réinitialisées périodiquement
Points Forts Techniques
⚡ Performances Optimales
Exploitation native d'Oracle Autonomous Database avec indexation avancée, partitionnement des tables volumineuses et requêtes optimisées. Temps de réponse sub-seconde même sur des agrégations massives.
🔄 Modèle Dimensionnel
Architecture en étoile facilitant les analyses OLAP. Cohérence des données garantie par 30 tables de référence normalisées. Maintenance simplifiée et évolutivité assurée.
🎨 UX/UI Intuitive
Interface APEX responsive, thème moderne Universal Theme 42. Navigation fluide entre niveaux d'analyse (du macro au micro). Icônes FontAwesome pour une lisibilité optimale des référentiels.
📡 API-Ready
Architecture modulaire permettant l'exposition de services REST via Oracle APEX. Possibilité d'intégration avec des systèmes tiers ou de développement d'applications mobiles natives consommant les données.
🛡️ Sécurité Renforcée
Authentification APEX intégrée, gestion fine des autorisations par rôle. Isolation des workspace dans Autonomous Database. Audit trail des modifications pour traçabilité complète.
📊 Extensibilité
Architecture évolutive permettant l'ajout de nouvelles dimensions d'analyse, l'intégration de sources de données complémentaires ou le déploiement de modèles ML additionnels sans refonte structurelle.
Code Source
Le code source de ce projet est disponible sur GitHub. N'hésitez pas à explorer, cloner ou contribuer !
Voir sur GitHubIntéressé par ce projet ou souhaitez en discuter ?