Conception - Recommandation intelligente de films
Voici la fiche de conception du projet 'Recommandation intelligente de films'.
Équipe
- Rachex Coralie (Chef de projet - Scrum Master)
- Niogret Edwin
- Hattinguais Julian
- Navarro Elsa
- Dunand Quentin
Schéma de la structure de l'application
Choix des langages de programmation
- Python : pour le back-end
- AngularJS : pour le front-end
- MySql : pour la base de données
Choix technologiques
- TensorFlow : librairie open source pour l'apprentissage automatique, utilisant des graphiques de flux de données.
- Keras : librairie de réseaux neuronaux de haut niveau, écrite en Python et capable de fonctionner au dessus de TensorFlow.
- Flask : framework open-source de développement web en Python.
API en back-end
| Requête | Route | Description | Permission |
|---|---|---|---|
| POST | /auth/signup | Création d'un compte utilisateur | |
| POST | /auth/login | Connexion d'un utilisateur | |
| /auth/logout | Déconnexion d'un utilisateur | ||
| POST | /api/updateMovies | ... | L'utilisateur doit être connecté |
| GET | /api/likedMovies/<string:opinion> | ... | L'utilisateur doit être connecté |
| POST | /api/likedMovie/<int:idMovie>/<int:isLiked> | ... | L'utilisateur doit être connecté |
| PUT | /api/likedMovie/<int:idMovie>/<int:isLiked> | ... | L'utilisateur doit être connecté |
| DELETE | /api/likedMovie/<int:idMovie> | ... | L'utilisateur doit être connecté |
| POST | /api/train | Lance l'entrainement du modèle avec les films annotés par l'utilisateur, présent en base de données. | L'utilisateur doit être connecté |
| GET | /api/prediction | Lance une prédiction à partir du modèle de l'utilisateur et retourne une liste de recommandation de films. | L'utilisateur doit être connecté |
| POST | /api/popularity | Lance la recherche de popularité sur Twitter et retourne une liste de films ordonnée par popularité décroissante et une seconde liste ordonnée par avis décroissant | L'utilisateur doit être connecté |