Comment ça marche ?

Salut, c’est Benjamin

Je suis l’éditeur de DLPTime. À la base, j’ai construit ce site pour mes propres journées à Disneyland Paris : j’en avais marre de cliquer entre cinq apps qui affichent toutes la même file d’attente sans dire si elle va monter ou descendre.

DLPTime essaie de répondre à une question simple : « est-ce le bon moment pour y aller, ou je devrais attendre ? » Ce qui suit décrit honnêtement comment je m’y prends.

D’où viennent les données

Tout vient de sources publiques. Aucune donnée personnelle n’est utilisée.

Temps d’attente

relevés toutes les 5 minutes via ThemeParks.wiki, qui reprend les temps affichés par Disneyland Paris.

themeparks.wiki

Météo

température, pluie, nuages et vent au-dessus du parc, via Open-Meteo.

open-meteo.com

Calendriers scolaires

vacances scolaires en France, au Royaume-Uni et en Belgique, d’où viennent la plupart des visiteurs.

FR · UK · BE

Premier Access

son prix varie avec l’affluence attendue par Disney : c’est un bon indice de la fréquentation à venir.

Disneyland Paris

Événements spéciaux

Halloween, Noël, anniversaires du parc, nouvelles attractions, fermetures annoncées.

Chaque relevé est conservé. Depuis février 2026, cela représente des mois de journées passées, attraction par attraction : c’est là-dessus que l’IA apprend.

Comment l’IA prévoit l’attente

Une attraction ne suit pas une règle simple du type « calme le matin, plein l’après-midi ». Tout compte : le jour de la semaine, les vacances, la météo, une nouveauté, l’attraction elle-même.

Une intelligence artificielle apprend ces habitudes à partir des journées passées, puis estime l’attente des heures à venir. Elle réapprend chaque nuit avec les données de la veille. Mon travail : lui donner de bonnes données et vérifier qu’elle ne se trompe pas.

Chaque journée au parc est différente. L’IA repère ce qui se répète d’un jour à l’autre, bien mieux qu’une règle écrite à la main.

Ce que l’IA regarde

Pour chaque attraction, elle tient compte de plusieurs indices :

L’attente récente

l’attente des dernières heures, et si elle monte ou descend.

L’heure et le jour

matin ou soir, semaine ou week-end.

L’affluence dans le parc

l’attente moyenne sur tout le parc au même moment.

Météo locale

température, pluie, nuages, vent. La pluie change tout, surtout pour les attractions en extérieur.

Vacances scolaires

France, Royaume-Uni, Belgique. Un mardi de vacances ne ressemble pas à un mardi d’école.

Premier Access

son prix suit l’affluence attendue par Disney : un indice précieux.

Événements et saisons

Halloween, Noël, anniversaires, nouvelles attractions : chaque saison a ses habitudes.

La façon de combiner ces indices, attraction par attraction, c’est la recette maison de DLPTime.

Les limites, parce qu’il faut être honnête

Ce sont des estimations, pas des promesses. Une attraction peut tomber en panne ou ouvrir plus tôt sans prévenir, et certaines journées sortent de l’ordinaire.

Plus on prévoit loin, moins c’est précis. Pour les prochaines heures, c’est assez fiable ; pour la journée entière, c’est surtout une tendance.

Les attractions récentes ont encore peu d’historique : l’IA apprend encore.

Je prévois l’attente, pas la magie. Une journée bondée peut être superbe, une journée calme peut être pluvieuse.

Un projet indé, sans pub

DLPTime est un projet personnel, sans lien avec The Walt Disney Company. Pas de publicité, pas de revente de données : seule une mesure d’audience anonyme. L’IA réapprend chaque nuit.

Comment soutenir le projet

Si vous trouvez le site utile, le meilleur moyen de le soutenir est de le partager, et de me dire ce qui marche ou pas : je lis tout.