Jérémy Ducourthial

Présentation du projet

Dans le cadre de notre projet SAE de 3ème année, notre équipe de trois étudiants a développé YumQuest, une application web innovante qui facilite le choix de restaurants en groupe grâce à une expérience personnalisée et intelligente.

Le problème classique du choix de restaurant en groupe, souvent source de débats et de longues hésitations, trouve ici une réponse simple : chaque utilisateur saisit ses expériences après un repas, ce qui alimente un moteur de recommandations personnalisées basé sur l’analyse des données collectées.

La clé du projet réside dans l’utilisation d’algorithmes d’Intelligence Artificielle permettant de traiter et d’analyser les préférences individuelles et collectives. Ces algorithmes prennent en compte les évaluations, les habitudes culinaires et les retours d’expérience pour proposer des recommandations évolutives, adaptées aux goûts et aux contextes géographiques.

• Carte interactive intelligente : intégrée via OpenStreetMap, elle affiche les restaurants proches avec des options de filtrage avancées. Ces filtres sont alimentés par le moteur IA qui affine les résultats selon les préférences détectées et les critères des utilisateurs.
• Système de recommandation adaptatif : grâce à l’analyse continue des données utilisateur, l’application ajuste ses suggestions pour offrir des propositions pertinentes même lors de changements de goûts ou de déplacements géographiques.
• Back-office sécurisé : interface d’administration permettant la gestion des données et le paramétrage des algorithmes, avec une sécurité renforcée assurant la confidentialité des informations personnelles conformément au RGPD.
• Gamification et engagement : système de succès et récompenses qui incite les utilisateurs à découvrir de nouveaux restaurants et à interagir avec l’application, améliorant ainsi la qualité des données recueillies et la pertinence des recommandations.
• Fonctionnalités sociales : partage des découvertes culinaires entre amis, consultation des évaluations et recommandations croisées, favorisant une prise de décision collective enrichie par les données de chacun.

Techniquement, nous avons conçu une base de données robuste et évolutive, modélisant les relations complexes entre utilisateurs, restaurants, évaluations et paramètres de filtrage. Le backend, développé avec Symfony et Doctrine ORM, supporte la logique métier et l’intégration des algorithmes d’IA.

Le frontend utilise Bootstrap et SCSS pour garantir une expérience utilisateur fluide et responsive. Nous avons aussi intégré des mécanismes d’authentification sécurisée et optimisé la gestion des requêtes pour garantir performance et rapidité, notamment dans l’affichage dynamique de la carte et des recommandations.

Ce projet a été l’occasion de mettre en pratique nos compétences en développement web, modélisation de bases de données, intégration d’une logique métier avancée et traitement de données à travers des mécaniques inspirées de l’IA. Le tout a été mené en équipe, avec une organisation agile et des outils collaboratifs comme GitLab pour le versioning et le suivi des tâches. Une belle expérience de travail collectif autour d’un produit concret, fonctionnel et axé utilisateur.