Data Cocktail est une évolution du projet Soif de Parti. Ce projet est issu d’un workshop organisé en février 2014 au Laboratoire Arts et Technologies du Stereolux. La thématique tournait autour de la représentation tangible des données, en cherchant à impliquer d’autres sens que la vue.
La France était à cette époque en période d’élection et le but de soif de Parti a été de traduire de manière gustative la couleur politique de Twitter en temps réel. Une première démonstration de Soif de Parti eu lieu durant le Web2day en juin 2014.
Equipe durant le workshop : Bertille Masse, Manon Le Moal-Joubel, Sébastien Maury, Clément Gault et Thibaut Métivier.
Equipe durant le Web2day : Bertille Masse, Manon Le Moal-Joubel, Sébastien Maury et Clément Gault.
En septembre 2014, Clément Gault reprend le projet, le fait évoluer pour devenir Data Cocktail, Twitter à boire. Lorsqu’on désire un cocktail, la machine va chercher les cinq derniers messages à travers le monde qui utilisent l’une des requêtes correspondant aux ingrédients. Les cinq derniers messages définissent alors la composition de la boisson. Data Cocktail ne vous sert pas seulement une boisson unique en son genre, elle vous imprime en cadeau la recette avec les proportions et leurs tweets associés.
Toutes les boissons peuvent être utilisées, seules celles trop denses ou visqueuses sont à éviter. Du côté des requêtes Twitter, on peut entrer des mots (« chocolat », « lapin »), des hashtag (#COP21, #res16) ou bien des mentions (@fhollande, @Cointreau). Curieusement, seul le mot « twitter » n’est pas utilisable. Niveau temps de préparation de cocktail, il faut compter une minute environ. Dans sa configuration actuelle, la machine peut comporter jusqu’à 6 ingrédients différents, soit 6 requêtes différentes. Dans l’absolu, elle peut en accueillir beaucoup plus. De base, un cocktail comporte 5 doses. On peut augmenter ou diminuer ce nombre.
Mais alors techniquement, comment ça fonctionne ? Data Cocktail utilise Processing et Arduino. Une application développée en Processing pilote l’ensemble de l’installation. Les requêtes sont réalisées grâce à la librairie Twitter4J puis l’application traite les données et coordonne l’ensemble : le robot, les électrovannes et la lumière. Le robot est basé sur un châssis Zumo modifié, une Arduino Pro, un Motor Shield et un module Bluetooth. Les électrovannes et les leds tournent sur une Arduino Due connectée en USB. L’impression est automatisée via Automator.
Pour mieux comprendre, nous vous proposons de découvrir la vidéo ci-dessous.
Pour en savoir plus sur Data Cocktail, cliquez ici.
source: formulaire de contact