Conception - Recommandation intelligente de films

Voici la fiche de conception du projet 'Recommandation intelligente de films'.

Page d'accueil du projet

Équipe

• Rachex Coralie (Chef de projet - Scrum Master)
• Niogret Edwin
• Hattinguais Julian
• Navarro Elsa
• Dunand Quentin

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

Pour utiliser pleinement l'API, il faut que l'utilisateur soit connecté car les données enregistrées en BD sont associées à l'id de l'utilisateur. Ceci permet à chaque utilisateur d'avoir ses données propres et de les conserver entre deux connexions.

Routes

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	Met à jours la liste des films annotés par l'utilisateur	L'utilisateur doit être connecté
GET	/api/likedMovies/<string:opinion>	Récupère en base de données, la liste des films que l'utilisateur à aimé si opinion="liked", pas aimé si opinion="disliked" ou alors tous les films si opinion="all".	L'utilisateur doit être connecté
POST	/api/likedMovie/<int:idMovie>/<int:isLiked>	Ajoute en base de données, le film d'idMovie=idTMDB avec isLiked=0 si le film n'a pas été apprécié ou isLiked=1 si le film à été apprécié	L'utilisateur doit être connecté
PUT	/api/likedMovie/<int:idMovie>/<int:isLiked>	Met à jours en base de données, le film d'idMovie=idTMDB avec isLiked=0 si le film n'a pas été apprécié ou isLiked=1 si le film à été apprécié	L'utilisateur doit être connecté
DELETE	/api/likedMovie/<int:idMovie>	Supprime de la base de données, le film d'idMovie=idTMDB associé à l'utilisateur	L'utilisateur doit être connecté
POST	/api/train	Lance l'entrainement du modèle avec les films annotés par l'utilisateur, présents 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