Plateforme Intelligente de Recommandation Alimentaire et de Prédiction de la Demande

Abstract

With the growing digital transformation, many countries have developed online meal ordering and recommendation platforms. In Algeria, such solutions remain limited and poorly adapted to the needs of the local market. In this context, we designed Food Sense, an intelligent Algerian culinary recommendation platform. Designed for customers, it offers personalized suggestions based on user preferences, their location, as well as the usage context, while allowing them to rate and share opinions on dishes. Designed for restaurateurs, the platform provides a complete management interface, coupled with an artificial intelligence module to predict demand and optimize resources. This thesis describes the different phases of design, development, and implementation of Food Sense. Particular attention is given to the technical architecture of the platform as well as the functioning of the integrated hybrid recommendation system. This system combines collaborative filtering, content-based filtering, and contextual filtering approaches to provide relevant, personalized recommendations tailored to user needs.***

Avec la transformation numérique croissante, de nombreux pays ont développé des plateformes de commande et de recommandation de repas en ligne. En Algérie, ces solutions demeurent encore limitées et peu adaptées aux besoins du marché local. Dans ce contexte, nous avons conçu Food Sense, une plateforme algérienne de recommandation culinaire intelligente. Destinée aux clients, elle propose des suggestions personnalisées basées sur les préférences des utilisateurs, leur localisation ainsi que le contexte d’utilisation, tout en permettant la notation et le partage d’avis sur les plats. Destinée aux restaurateurs, la plateforme offre une interface complète de gestion, associée à un module d’intelligence artificielle permettant d’anticiper la demande et d’optimiser les ressources. Le présent mémoire décrit les différentes phases de conception, de développement et d’implémentation de Food Sense. Une attention particulière est portée à l’architecture technique de la plateforme ainsi qu’au fonctionnement du système de recommandation hybride intégré. Ce système combine les approches de filtrage collaboratif, de filtrage basé sur le contenu et de filtrage contextuel afin de fournir des recommandations pertinentes, personnalisées et adaptées aux besoins des utilisateurs.