Description :

My Content est une start-up qui souhaite encourager la lecture en recommandant des contenus pertinents pour ses utilisateurs. Dans un premier temps, la start-up souhaite tester une solution de recommandation d’articles et de livres à des particuliers. Pour cela, elle dispose de données en ligne représentant les interactions des utilisateurs avec les articles disponibles. Leur objectif est de créer une première version de leur système de recommandation sous forme d’Azure Functions, et de réaliser une application simple de gestion du système de recommandation.

Objectifs :

• Développer une première version du système de recommandation sous forme d'Azure Functions.
• Réaliser une application simple de gestion du système de recommandation.
• Stocker les scripts développés dans un dossier GitHub.
• dentifier l'architecture cible pour prendre en compte l'ajout de nouveaux utilisateurs ou de nouveaux articles.

Technologies utilisées :

• Python
• Pandas
• Numpy
• Matplotlib
• Surprise
• Sklearn
• Azure
• GitHub

Algorithmes de recommandation :

• Filtrage collaboratif (collaborative filtering):
  • NormalPredictor
  • BaselineOnly
  • SVD
  • SVDpp
  • NMF
  • Slope One
  • Co-clustering
  • KNN
• Basé sur le contenu (content based)

Compétences évaluées :

• Sélectionner l'architecture logicielle permettant de répondre au besoin métier.
• Concevoir des scripts permettant d’exécuter une chaîne de traitements IA bout-en-bout.

Mots-clés :

#recommandation, #AzureFunctions, #MVP, #application, #gestion, #recommandationSystem, #collaborativeFiltering, #NormalPredictor, #BaselineOnly, #SVD, #SVDpp, #NMF, #SlopeOne, #Co-clustering, #contentBased