Suggestion intelligente de films basée sur TensorFlow

Lien vers la page des projets 2016-2017

Objectif du projet

L’apprentissage machine est un domaine en pleine explosion et ses domaines d’application sont vastes et encore largement inconnus. Notre projet a la prétention d’explorer et de tester les possibilités de l’apprentissage machine dans la prédiction des comportements humains tels que les goûts et avis personnels.

Les comportements humains sont en effet subjectifs par nature et donc difficiles à prédire, d’où la mauvaise qualité des sites de recommandations, adaptés aux goûts utilisateurs. Le but de ce projet est d'explorer les possibilités du Deep Learning dans ce domaine, en cherchant à perfectionner la suggestion de films selon les goûts de l'utilisateur.

Grâce à un système de réseaux neuronaux et d'une base de données conséquente de films (TMDb), le site proposera une liste de suggestions de films personnalisée par 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. Ces recommandations pourront également être affinées en fonction de la popularité des films et des avis récemment exprimés dans le flux Twitter.

Équipe

Comité de pilotage

• Didier Donsez

Equipe projet

• Coralie Rachex (Chef de projet - Scrum Master)
• Edwin Niogret (Responsable innovation)
• Julian Hattinguais (Responsable qualité)
• Elsa Navarro (Responsable communication, Médiatrice)
• Quentin Dunand (Responsable des deadlines, Responsable du front-end)

Stagiaires techniciens

• Sébastien Zoppella (Stagiaire AVOSTI DUT2 R&T)
• Marceau Decamps (Stagiaire AVOSTI DUT2 R&T)

Référent

• Massih-Reza Amini (Consultant Deep-Learning)

Livrables

• Fiche de suivi
• SRS
• Liste des fonctionnalités
• Conception de l'interface
• Scrum
• Dépôt Git