oc-p10-content-recommendation/README.fr.md

Source de vérité : https://git.gregoiremureau.com/openclassroom-ai/oc-p10-content-recommendation

git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p10-content-recommendation.git
git clone https://git.gregoiremureau.com/openclassroom-ai/oc-p10-content-recommendation.git

Dataset : voir fetch-data.sh (hors git si volumineux).

Système de Recommandation de Contenu - My Content

📘 This project is also available in English 🇬🇧

Projet de développement d'un système de recommandation d'articles basé sur une architecture serverless Azure Functions avec interface utilisateur Streamlit.

Livrables du Projet

1. Application fonctionnelle : Streamlit + Azure Functions déployée
2. Code source versionné : Repository GitHub complet
3. Présentation technique : Support PDF (docs/presentation.pdf)

Vue d'ensemble

Ce projet implémente un système de recommandation de contenu utilisant des algorithmes de filtrage collaboratif et basé sur le contenu. L'architecture serverless permet une mise à l'échelle automatique et un coût optimisé.

Fonctionnalités principales

• API de recommandation : Azure Function retournant le top 5 des articles recommandés pour un utilisateur
• Interface utilisateur : Application Streamlit pour tester et démontrer le système
• Algorithmes implémentés : Content-Based Filtering avec embeddings pré-calculés
• Architecture serverless : Déploiement sur Azure Functions avec plan Consumption

Analyse et Développement

Notebook Jupyter

• Exploration des données : Analyse du dataset Kaggle Globo.com
• Implémentation des algorithmes : Content-Based et Collaborative Filtering
• Comparaison des approches : Évaluation et choix technique
• Optimisation ACP : Réduction dimensionnelle 250D → 50D

Localisation : notebook/p10_notebook.ipynb

Architecture

MVP Actuel

[Interface Streamlit] → [Azure Functions API] → [Algorithme de recommandation]
                                ↓
                        [Données embeddings + historique utilisateur]

Composants

• Frontend : Streamlit (interface de test)
• Backend : Azure Functions (Python 3.12, Linux)
• Algorithme : Content-Based Filtering avec similarité cosinus
• Données : Embeddings articles (50D via PCA vs 250D embeddings originaux) + historique des clics

Structure synthétique du Projet

Project_10/
├── azure-app/                  # Azure Function
│   ├── function_app.py         # Point d'entrée Azure Function
│   ├── requirements.txt        # Dépendances Python
│   ├── host.json              # Configuration Azure Functions
│   ├── local.settings.json    # Configuration locale (non versionnée)
│   ├── data/
│   │   ├── embeddings_azure_50d.pkl    # Embeddings articles (PCA 50D)
│   │   └── clicks_sample.csv           # Historique des clics utilisateurs
│   └── utils/
│       ├── data_loader.py      # Chargement et cache des données
│       └── content_based.py    # Algorithme de recommandation
├── notebook/
│   └── p10_notebook.ipynb     # Analyse données + développement modèles
├── docs/
│   ├── presentation.pdf       # Support de présentation (15-25 slides)
│   └── illustrations/         # Schémas d'architecture et captures
├── streamlit_app.py           # Interface utilisateur
├── streamlit_requirements.txt # Dépendances Streamlit
└── README.md

Installation et Déploiement

Prérequis

• Python 3.12+
• Azure CLI
• Azure Functions Core Tools
• Compte Azure

Déploiement Azure Functions

1. Connexion à Azure

az login

2. Création de l'infrastructure

# Groupe de ressources
az group create --name rg-content-recommender --location francecentral

# Compte de stockage
az storage account create --name [votre-nom-stockage-unique] \
  --resource-group rg-content-recommender \
  --location francecentral \
  --sku Standard_LRS

# Function App Linux avec Python 3.12
az functionapp create \
  --resource-group rg-content-recommender \
  --consumption-plan-location francecentral \
  --runtime python \
  --runtime-version 3.12 \
  --functions-version 4 \
  --name contentrecommender-linux \
  --storage-account stcontentrecommend2025 \
  --os-type Linux

3. Déploiement du code

# Depuis le dossier azure-app
func azure functionapp publish contentrecommender-linux

Interface Streamlit

1. Installation des dépendances

pip install -r streamlit_requirements.txt

2. Lancement de l'interface

streamlit run streamlit_app.py

Utilisation

API Azure Functions

Endpoint : https://contentrecommender-linux.azurewebsites.net/api/recommend

Paramètres :

• user_id (int) : Identifiant de l'utilisateur (0-706)

Exemple d'appel :

curl "https://contentrecommender-linux.azurewebsites.net/api/recommend?user_id=0"

Réponse :

{
  "user_id": 0,
  "recommendations": [157519, 157944, 159495, 156690, 162857]
}

Interface Streamlit

1. Configurer l'URL de l'API (local ou Azure)
2. Sélectionner un ID utilisateur
3. Obtenir les recommandations
4. Tester les fonctionnalités avancées

Algorithme de Recommandation

Content-Based Filtering

1. Chargement des données : Embeddings pré-calculés et historique utilisateur
2. Calcul du profil utilisateur : Moyenne des embeddings des articles consultés
3. Similarité cosinus : Calcul avec tous les articles du catalogue
4. Filtrage : Exclusion des articles déjà vus
5. Sélection : Top 5 des articles les plus similaires

Optimisations

• Réduction dimensionnelle : PCA 250D → 50D pour optimiser les performances Azure
• Cache en mémoire : Embeddings et données utilisateur chargés une seule fois
• Architecture serverless : Mise à l'échelle automatique selon la demande

Tests et Validation

Tests locaux

# Démarrage Azure Functions local
func start

# Test de l'algorithme
python test_local.py

Métriques de performance

• Temps de réponse : ~200ms par recommandation
• Utilisateurs supportés : 707 dans le dataset actuel
• Articles disponibles : 364,047 avec embeddings

Problèmes Connus et Solutions

Déploiement Azure

• Python sur Windows : Non supporté, utiliser Linux obligatoirement
• Authentification : Configurer http_auth_level=func.AuthLevel.ANONYMOUS
• Erreurs "Service unavailable" : Problèmes temporaires Azure, réessayer plus tard

Limitations actuelles

• Cold start : Première requête lente après période d'inactivité
• Nouveaux utilisateurs : Pas de gestion du problème de démarrage à froid
• Mise à jour des données : Processus manuel

Architecture Cible (Future)

Améliorations prévues

• Gestion cold start : Recommandations populaires pour nouveaux utilisateurs
• Pipeline de données : Mise à jour automatique des embeddings
• Base de données : Stockage persistant des profils utilisateur
• API hybride : Combinaison Content-Based + Collaborative Filtering
• Cache distribué : Précalcul des recommandations populaires

Technologies Utilisées

• Backend : Azure Functions, Python 3.12
• Frontend : Streamlit
• ML/Data : scikit-learn, pandas, numpy
• Infrastructure : Azure CLI, Azure Storage
• Déploiement : Azure Functions Core Tools

Auteur

Projet réalisé dans le cadre d'une formation OpenClassrooms - Ingénieur IA.

Licence

Ce projet est à des fins éducatives uniquement.