ADWINE : Système de recommandation intelligent pour le Vin et la Gastronomie
Responsable scientifique : Laurent GAUTIER – Laboratoire TIL/Centre Interlangues (EA 4182) – Université de Bourgogne
Partenaires : Laboratoire d’Informatique de Bourgogne (LIB – EA) – Université de Bourgogne / MSH Dijon (Plateforme ADN)
Financement : AAP CVT ATHENA
Durée : 2 ans
Résumé du projet : Le projet Adwine est un « Système de recommandation intelligent » pour le Vin et la Gastronomie. Son développement s’appuie sur l’articulation des travaux des deux laboratoires en synergie avec les compétences en traitement de données textuelles développées à la MSH de Dijon à travers sa plateforme Archives – Documentation– Numérisation. Il s’inscrit dans le mouvement actuel des linked data qui rendent indispensables les interactions entre les deux disciplines. Ce projet s’inscrit dans le contexte stratégique de la transition numérique de l’économie et est orienté vers le conseil et l’aide aux consommateurs en permettant le partage pédagogique et intuitif des expériences sensibles.
Fondé sur un outil de recommandation intelligent, l’application vise à faire coïncider le langage et la terminologie experts et des professionnels à ceux des consommateurs pour aboutir à une recommandation d’un vin à partir du profil spécifique de l’utilisateur consommateur. Le système de recommandation est orienté Big Data et apprentissage automatique (machine learning), permettant d’aider dans la résolution de l’évaluation de la prédiction et du classement des éléments en implémentant une suite d’algorithmes de recommandation. Il capitalise sur un ensemble de ressources orales retranscrites, produites dans le cadre d’un projet antérieur et livrant le lexique utilisé par des consommateurs non experts en situation de dégustation de vins. L’originalité de cette ressource inédite réside dans le caractère spontané et instinctif des commentaires sur la base desquels les consommateurs formulent une évaluation globale de type ‘j’aime/je n’aime pas’. Mises en regard des ontologies expert, ces données alimentent un système de recommandation en fonction des profils consommateurs pour un système applicable à l’œnologie mais aussi, de façon plus générale, à l’agro-alimentaire et à la gastronomie.
Le système est développé en tant qu’application web avec une interface d’administration et une API externe permettant d’interroger le moteur de recommandation (via une application mobile ou des partenaires).