SRS - Recommandation intelligente de films - Revision history

Elsa.Navarro: /* Appendices */

2017-03-15T13:22:16Z

Appendices

← Older revision		Revision as of 13:22, 15 March 2017
Line 125:		Line 125:
	* [https://github.com/ririw/ririw.github.io/blob/master/assets/Recommending%20movies.ipynb'''Recommending movies''']		* [https://github.com/ririw/ririw.github.io/blob/master/assets/Recommending%20movies.ipynb'''Recommending movies''']
	* [https://github.com/nisarg64/Sentiment-Analysis-Word2Vec'''Sentiment-Analysis-Word2Vec''']		* [https://github.com/nisarg64/Sentiment-Analysis-Word2Vec'''Sentiment-Analysis-Word2Vec''']


	=== Material Design ===		=== Material Design ===

Elsa.Navarro: /* Appendices */

2017-03-15T13:20:55Z

Appendices

← Older revision		Revision as of 13:20, 15 March 2017
Line 123:		Line 123:

	=== Codes sources ===		=== Codes sources ===

	* [https://github.com/ririw/ririw.github.io/blob/master/assets/Recommending%20movies.ipynb'''Recommending movies''']		* [https://github.com/ririw/ririw.github.io/blob/master/assets/Recommending%20movies.ipynb'''Recommending movies''']
	* [https://github.com/nisarg64/Sentiment-Analysis-Word2Vec'''Sentiment-Analysis-Word2Vec''']		* [https://github.com/nisarg64/Sentiment-Analysis-Word2Vec'''Sentiment-Analysis-Word2Vec''']


			=== Material Design ===

			* [https://www.materialpalette.com/teal/amber'''Choix de la charte graphique''']
			* [https://material.io/guidelines/'''Guidelines''']

Coralie.Rachex: /* Articles */

2017-03-14T13:44:49Z

Articles

← Older revision		Revision as of 13:44, 14 March 2017
Line 92:		Line 92:
	* [https://www.atala.org/IMG/pdf/1-Poirier-TAL51-3.pdf'''De la classification d’opinions à la recommandation''']		* [https://www.atala.org/IMG/pdf/1-Poirier-TAL51-3.pdf'''De la classification d’opinions à la recommandation''']
	* [http://blog.richardweiss.org/2016/09/25/movie-embeddings.html'''Recommending movies with deep learning''']		* [http://blog.richardweiss.org/2016/09/25/movie-embeddings.html'''Recommending movies with deep learning''']
			* [https://tel.archives-ouvertes.fr/tel-01009570/document'''Factorisation matricielle''']

	===== Articles sur l'analyse de sentiments=====		===== Articles sur l'analyse de sentiments=====

Coralie.Rachex: /* Evolutions potentielles du produit */

2017-03-14T08:58:20Z

Evolutions potentielles du produit

← Older revision		Revision as of 08:58, 14 March 2017
Line 79:		Line 79:
	* '''Amélioration du nouveau modèle :''' Une fois le modèle mis en place et le nombre de données suffisant, nous pourrons améliorer sa précision en prenant en compte des données utilisateurs ainsi que des données sur les films afin d'affiner notre classification et donc nos prédictions.		* '''Amélioration du nouveau modèle :''' Une fois le modèle mis en place et le nombre de données suffisant, nous pourrons améliorer sa précision en prenant en compte des données utilisateurs ainsi que des données sur les films afin d'affiner notre classification et donc nos prédictions.
	* '''Distribution de l'apprentissage :''' Avec le nouveau modèle, l'apprentissage machine va devenir très long car le nombre de données d'entrainement va augmenter exponentiellement avec le nombre d'utilisateurs. La distribution de l'algorithme d'apprentissage prendra donc tout son sens pour maintenir un temps de réponse convenable.		* '''Distribution de l'apprentissage :''' Avec le nouveau modèle, l'apprentissage machine va devenir très long car le nombre de données d'entrainement va augmenter exponentiellement avec le nombre d'utilisateurs. La distribution de l'algorithme d'apprentissage prendra donc tout son sens pour maintenir un temps de réponse convenable.
			* '''Remplacer l'API TMDB :''' Pour supporter la charge nous devons nous abstraire de la limitation de requêtes imposée par TMDB. La méthode la plus simple consisterait à charger le contenu de TMDB sur un de nos serveur et à le mettre à jours tous les jours.

	=Appendices=		=Appendices=

Coralie.Rachex: /* Objectif du projet */

2017-03-14T08:40:17Z

Objectif du projet

← Older revision		Revision as of 08:40, 14 March 2017
Line 18:		Line 18:
	==Objectif du projet ==		==Objectif du projet ==
	Beaucoup d'algorithmes ont été conçus dans le but de recommander des films en fonction des goûts utilisateurs. Beaucoup d'entre eux sont basés sur des systèmes présupposant que les utilisateurs appréciant un même film, apprécient les mêmes films. La suggestion est ainsi réalisée en fonction des goûts d'autres utilisateurs et non pas en fonction des goûts propres de l'utilisateur.		Beaucoup d'algorithmes ont été conçus dans le but de recommander des films en fonction des goûts utilisateurs. Beaucoup d'entre eux sont basés sur des systèmes présupposant que les utilisateurs appréciant un même film, apprécient les mêmes films. La suggestion est ainsi réalisée en fonction des goûts d'autres utilisateurs et non pas en fonction des goûts propres de l'utilisateur.
	Avec l’essor de l'intelligence artificielle et des réseaux neuronaux, de nouveaux outils émergent afin de mieux modéliser les comportements et les goûts humains. Le but de ce projet est d'utiliser l'apprentissage machine afin d'améliorer les systèmes de recommandation cinématographiques, ~~afin de~~ les ~~personnaliser~~ totalement en fonction des goûts de l'utilisateur.		Avec l’essor de l'intelligence artificielle et des réseaux neuronaux, de nouveaux outils émergent afin de mieux modéliser les comportements et les goûts humains. Le but de ce projet est d'utiliser l'apprentissage machine afin d'améliorer les systèmes de recommandation cinématographiques, en les personnalisant totalement en fonction des goûts de l'utilisateur.

	== Définitions, acronymes et abréviations ==		== Définitions, acronymes et abréviations ==

Coralie.Rachex: /* Objectif du projet */

2017-03-14T08:39:40Z

Objectif du projet

← Older revision		Revision as of 08:39, 14 March 2017
Line 17:		Line 17:

	==Objectif du projet ==		==Objectif du projet ==
	Beaucoup d'algorithmes ont été conçus dans le but de recommander des films en fonction des goûts utilisateurs. Beaucoup d'entre eux sont basés sur des systèmes présupposant que les utilisateurs appréciant un même film ~~sont susceptibles d'apprécier~~ les mêmes films. La suggestion est ainsi réalisée en fonction des goûts d'autres utilisateurs et non pas en fonction des goûts propres de l'utilisateur.		Beaucoup d'algorithmes ont été conçus dans le but de recommander des films en fonction des goûts utilisateurs. Beaucoup d'entre eux sont basés sur des systèmes présupposant que les utilisateurs appréciant un même film, apprécient les mêmes films. La suggestion est ainsi réalisée en fonction des goûts d'autres utilisateurs et non pas en fonction des goûts propres de l'utilisateur.
	Avec l’essor de l'intelligence artificielle et des réseaux neuronaux, de nouveaux outils émergent afin de mieux modéliser les comportements et les goûts humains. Le but de ce projet est d'utiliser l'apprentissage machine afin d'améliorer les systèmes de recommandation cinématographiques, afin de les personnaliser totalement en fonction des goûts de l'utilisateur.		Avec l’essor de l'intelligence artificielle et des réseaux neuronaux, de nouveaux outils émergent afin de mieux modéliser les comportements et les goûts humains. Le but de ce projet est d'utiliser l'apprentissage machine afin d'améliorer les systèmes de recommandation cinématographiques, afin de les personnaliser totalement en fonction des goûts de l'utilisateur.

Coralie.Rachex: /* Introduction */

2017-03-14T08:38:04Z

Introduction

← Older revision		Revision as of 08:38, 14 March 2017
Line 11:		Line 11:

	=Introduction =		=Introduction =
	Qui n'a pas rêvé d'avoir une liste de suggestion de films correspondant à ses goûts cinématographiques ? Grâce à un système de réseaux neuronaux et d'une base de données conséquente de films, le ~~site~~ proposera une liste de suggestions de films personnalisée pour l'utilisateur. Le modèle créé sur une base de données statique pourra alors être affiné en temps réel grâce aux nouvelles opinions exprimées par l’utilisateur et tenir compte de la popularité et avis récemment exprimés dans le flux Twitter.		Qui n'a pas rêvé d'avoir une liste de suggestion de films correspondant à ses goûts cinématographiques ? Grâce à un système de réseaux neuronaux et d'une base de données conséquente de films, le système proposera une liste de suggestions de films personnalisée pour l'utilisateur. Le modèle créé sur une base de données statique pourra alors être affiné en temps réel grâce aux nouvelles opinions exprimées par l’utilisateur et tenir compte de la popularité et avis récemment exprimés dans le flux Twitter.

	==But du document ==		==But du document ==

Coralie.Rachex: /* Conception de l'interface du système */

2017-03-13T08:01:54Z

Conception de l'interface du système

← Older revision		Revision as of 08:01, 13 March 2017
Line 60:		Line 60:

	==Conception de l'interface du système==		==Conception de l'interface du système==
	Le dossier de conception de l'interface est disponible [[Conception - Recommandation intelligente de films\|'''ici''']]		Le dossier de conception de l'interface est disponible [[Conception de l'interface - Recommandation intelligente de films\|'''ici''']]

	'''TODO : Dans la nouvelle page, il faudra mettre les infos suivantes :'''
	=== Interface utilisateur ===
	'''TODO : Différentes vues du site à la fin du projet'''

	== Fonctionnalités ==		== Fonctionnalités ==

Coralie.Rachex: /* Structure de l'application */

2017-03-13T08:01:05Z

Structure de l'application

@@ Line 40: / Line 40: @@
 == Structure de l'application ==
 Le schéma de la structure de l'application est disponible [[Conception - Recommandation intelligente de films| '''ici''']].
 ==Caractéristiques et contraintes utilisateurs==

Coralie.Rachex: /* Fonctionnalités */

2017-03-10T15:40:51Z

Fonctionnalités

← Older revision		Revision as of 15:40, 10 March 2017
Line 80:		Line 80:

	La liste des fonctionnalités est disponible [https://docs.google.com/spreadsheets/d/1LSg5gTqY8aYSFziu34ActGsZ0cR5aUQ3xD48CJBQM3s/edit?usp=sharing '''ici''']		La liste des fonctionnalités est disponible [https://docs.google.com/spreadsheets/d/1LSg5gTqY8aYSFziu34ActGsZ0cR5aUQ3xD48CJBQM3s/edit?usp=sharing '''ici''']



	'''TODO : A changer ? (nom fonctions, ajout des goûts twitter etc...)'''

	=== F1 ===

	'''Fonction''':
	Récupérer les préférences d'un utilisateur

	'''Description''':
	Le back-end va récupérer tout les films qu'un utilisateur a noté ainsi que leur note (j'aime ou j'aime pas) et va les sauvegarder dans un fichier JSON

	'''Inputs''':
	Nom utilisateur

	'''Source''':
	Site internet

	'''Outputs''':
	Fichier JSON correspondant aux préférences de l'utilisateur concerné

	'''Destination''':
	F2

	=== F2 ===

	'''Fonction''':
	Prétraiter les données d'une liste de film

	'''Description''':
	Prétraite les données d'une liste de film afin de les rendrent compréhensible par le modèle d'apprentissage

	'''Inputs''':
	Liste de films (leur id) chargé depuis le fichier JSON d'un utilisateur

	'''Source''':
	F1, API TMDBSimple, Glove/Doc2Vec

	'''Outputs''':
	Matrice de données. Chaque ligne correspond aux informations d'un film

	'''Destination''':
	F3

	=== F3 ===

	'''Fonction''':
	Entrainer un modèle d'apprentissage d'un utilisateur

	'''Description''':
	Crée et entraîne le modèle d'apprentissage qui va comprendre les goûts cinématographique d'un utilisateur

	'''Inputs''':
	Matrice des données prétraitées correspondant aux films notés par l'utilisateur

	'''Source''':
	F2, Keras

	'''Outputs''':
	Matrice de données. Chaque ligne correspond aux informations d'un film.

	'''Destination''':
	Back-end

	=== F4 ===

	'''Fonction''':
	Prédire une liste de film que l'utilisateur pourrait potentiellement aimer.

	'''Description''':
	Le système va soumettre une liste aléatoire ou selectionné de films et il va demander au modèle de prédiction si ces films correspondent au goût d'un utilisateur. Il a besoin de prétraiter ses données.

	'''Inputs''':
	F3, F2

	'''Source''':
	F2, Keras

	'''Outputs''':
	Liste des films pouvant intéresser l'utilisateur.

	'''Destination''':
	F5

	=== F5 ===

	'''Fonction''':
	Recommander à l'utilisateur des films

	'''Description''':
	Le site va soumettre à l'utilisateur une liste de films correspondant à ses goûts cinématographique

	'''Inputs''':
	Back-end, il faut que l'utilisateur ait renseigné ses goûts.

	'''Source''':
	F4

	'''Outputs''':
	Liste des films pouvant intéresser l'utilisateur.

	'''Destination''':
	Interface utilisateur

	=Exigences de performance=		=Exigences de performance=