TP 5 : Dashboard dans R sur données dans MongoDB

Nous allons créer une application shiny, en utilisant le package shinydashboard.

Données

Dans ce TP, nous allons travailler sur des données concernant des films. Vous trouverez ci-dessous le contenu du premier document (réduit aux éléments importants pour cette évaluation - les textes longs ont été remplacé par "...").

{
	"_id" : ObjectId("573a1390f29313caabcd5c0f"),
	"plot" : "...",
	"genres" : [ "Drama", "History" ],
	"rated" : "NOT RATED",
	"cast" : [
		"Lillian Gish",
		"Spottiswoode Aitken",
		"Mary Alden",
		"Frank Bennett"
	],
	"num_mflix_comments" : 1,
	"title" : "Intolerance: Love's Struggle Throughout the Ages",
	"fullplot" : "...",
	"countries" : [ "USA" ],
	"released" : ISODate("1916-09-05T00:00:00Z"),
	"directors" : [ "D.W. Griffith" ],
	"writers" : [ "D.W. Griffith (scenario)", "Anita Loos (titles)" ],
	"awards" : {
		"wins" : 1,
		"nominations" : 0,
		"text" : "1 win."
	},
	"lastupdated" : "2015-09-05 00:01:19.580000000",
	"year" : 1916,
	"imdb" : {
		"rating" : 8,
		"votes" : 9880,
		"id" : 6864
	},
	"type" : "movie",
	"tomatoes" : {
		"viewer" : {
			"rating" : 3.8,
			"numReviews" : 4718,
			"meter" : 78
		},
		"dvd" : ISODate("2002-12-10T00:00:00Z"),
		"critic" : {
			"rating" : 8.1,
			"numReviews" : 32,
			"meter" : 97
		},
		"lastUpdated" : ISODate("2015-09-15T17:02:34Z"),
		"consensus" : "...",
		"rotten" : 1,
		"production" : "Cohen Media Group",
		"fresh" : 31
	}
}

Quelques points à noter :

• Un même film peut donc avoir plusieurs genres (cf champs genres), contenus dans un tableau
• Il en est de même pour les acteurs principaux (champs cast), les pays du film (champs countries), les langues (champs languages), les directeurs (champs directors), et les scénaristes (champs writers)
• Le champs imdb reprend les éléments importants du site IMDB, sur lequel il est possible d’évaluer le film (sous-champs rating - de 1 à 10)
• Le champs tomatoes fait lui référence au site Rotten Tomatoes, proposant aussi une évaluation du film (sous-champs critic pour la critique et viewer pour le public, en particulier rating et meter en pourcentage - donc sur 100)

Pour rappel, si vous ne l’avez pas fait, vous devez déjà télécharger le fichier movies.json, et le mettre dans la collection movies de la base de données test (via Compass donc).

Demande

Nous souhaitons donc avoir un tableau de bord, composé de plusieurs parties, avec le détail décrit ci-dessous.

• Général donnant des informations globales sur les films
  • Nombre de films (bloc 1 ci-dessous), d’acteurs (bloc 2) et de pays (bloc 3)
  • TOP (en nombre de films) sur les genres (bloc 4), les acteurs (bloc 5) et les pays (bloc 6)
  • Distribution du nombre de films pour chaque année de sortie (bloc 7)
• Notation donnant des informations sur les notations obtenues
  • Choix du genre (tous ou un seul - bloc 1), Choix de l’année (toutes ou une seul - bloc 2)
  • Distribution (en densité et en histogramme - bloc 3) des notes pour IMDB et Rotten Tomatoes (2 notes ici : viewer et critic)
  • Choix TOP ou FLOP (bloc 4), Choix de la taille (5, 10 ou 20 - bloc 5)
  • TOP/FLOP (titre et année de sortie) sur les notes IMDB (bloc 6), viewer Rotten Tomatoes (bloc 7), critic Rotten Tomatoes (bloc 8)
    • ces TOP/FLOP doivent prendre en compte le genre et l’année choisie ci-dessus

Pour réaliser cela, vous devez effectuer les étapes suivantes :

1. Créer une nouvelle application Shiny, à 2 fichiers
2. Créer le squelette de l’interface (partie UI donc)
   • Pour l’utilisation de shinydashboard, n’hésitez pas à aller sur cette page
   • Quelques éléments d’information sont disponibles aussi sur cette page
3. Créer la partie serveur
   • En amont de la fonction shinyServer(), il est possible de créer les data.frame et le ggplot nécessaires pour notre application
4. On pourra idéalement intégrer des éléments communs à l’UI et au serveur dans le fichier global.r, qui est automatiquement appelé lors du démarrage d’une application shiny.

ATTENTION : vous devez considéré que les données puissent être dynamiques, c’est-à-dire qu’il faut que vous fassiez les récupérations de données à la volée, et pas tout intégrer à R puis faire les calculs ensuite.