Bismillah
SMarket Logo
SMarket

Your Smart Marketplace

Logo Ministère
Ministère de l'Enseignement Supérieur
ESSAT Privée de Gabès — Dép. Informatique

SMarket

Marketplace Intelligente avec Recommandation IA, AI Shopper & Logistique FBM

PFE — Diplôme National d'Ingénieur en Génie Logiciel
Élaboré parNasrAllah KSIKSI
Encadré parDr. Hager BEN FRADJ

Plan de la Présentation

01
Contexte & Problématique
02
Vision Startup & Identité
03
Étude de l'existant
04
Solution Proposée
05
Architecture Technique
06
Analyse UML
07
Interfaces & Réalisation
08
Intelligence Artificielle
09
Tests & Validation
10
Conclusion & Perspectives
01

Contexte & Problématique

Contexte & Problématique

Contexte

Les marketplaces traditionnelles souffrent de :

  • Parcours client générique et non personnalisé
  • Gestion logistique centralisée et rigide
  • Absence d'intelligence artificielle proactive

Problématique

« Comment concevoir une marketplace intelligente qui personnalise l'achat via l'IA, tout en offrant une logistique décentralisée aux commerçants ? »

02

Vision Startup & Identité

Vision Startup & Identité Visuelle

Une Vraie Vision Startup

SMarket Logo

SMarket n'est pas qu'un simple projet académique. C'est un modèle de startup innovante conçu pour disrupter le e-commerce tunisien grâce à l'IA et une logistique décentralisée.

Charte Graphique

Theme Colors

L'utilisation de couleurs vives, dominées par le Rouge SMarket (#E53935), symbolise le dynamisme, la passion du commerce et l'énergie de l'innovation technologique.

03

Étude de l'existant

Benchmark Stratégique

Plateforme Modèle Recommandation IA AI Shopper Gamification
Mytek.tn B2C / Retail Partiel Non Non
Wamia.tn Marketplace Partiel Non Non
Dabchy.com C2C Partiel Non Non
Tayara.tn P2P / Annonces Non Non Non
SMarket Marketplace ML Hybride LLM Deals
04

Solution Proposée

Objectifs du Projet

Écosystème Unifié

App Mobile Flutter + Portail Web Angular

Intelligence Artificielle

Recommandation ML + AI Shopper LLM

Logistique FBM

Livraison décentralisée par géolocalisation

Gamification

Fidélisation via Système de Deals

05

Architecture Technique

Architecture Technique

Frontend (Clients)
App Mobile (Flutter)
💻 Admin Web (Angular)
⬇ API REST / WebSockets ⬇
Backend Cloud (Firebase)
🔒 Auth
🗄️ Firestore (NoSQL)
📁 Cloud Storage
⬇ API REST ⬇
Services d'Intelligence Artificielle
🐍 API Flask (Python)
Google Gemini API (LLM)
⚙️ Scikit-Learn (ML)

Environnement Logiciel & Matériel

Environnement Matériel

  • Développement : PC sous Linux, processeur multi-cœur, 16 Go RAM
  • Test Mobile : Smartphone Android Infinix X6831 (Tests E2E Flutter)
  • Navigateur : Google Chrome (Validation portails Angular)

Technologies Utilisées

Flutter Angular 21 Firebase Python
  • Frontend : Flutter (Mobile), Angular 21 (Web)
  • Backend : Firebase Serverless (Firestore, Auth, Storage)
  • Intelligence Artificielle : API Python/Flask, Scikit-Learn
06

Analyse UML

Analyse & Conception (UML)

Modélisation des données et du processus d'Intelligence Artificielle

Diagramme des Cas d'Utilisation Processus d'Achats (Diagramme des Cas d'Utilisation)
Séquence IA Flux de Recommandation (Diagramme de Séquence IA)

Méthodologie Scrum

Release 1 — MVP & Infrastructure (Mois 1 & 2)

  • Sprints 1-2 : Analyse UML, Modélisation Firebase NoSQL, Design UI/UX
  • Sprints 3-4 : Authentification, Mode Invité, Catalogue produits Flutter

Release 2 — Intelligence & Écosystème (Mois 3 & 4)

  • Sprints 5-6 : Développement API ML Python, Système de Gamification (Deals)
  • Sprints 7-8 : Portail Web Angular, AI Shopper, Tests & Déploiement
07

Interfaces & Réalisation

Espace Client (Flutter)

Home Vue Accueil (1)
Catalogue Vue Accueil (2)
Menu Menu de Navigation

Espace Vendeur & Admin

Vendor Tableau de bord Vendeur
Vendor Analytics Analytiques de Vente
Admin Tableau de bord et Analytiques (Admin Hub Web)
08

Intelligence Artificielle

Intelligence Artificielle

Recommandation ML

TF-IDF = TF(t,d) × IDF(t,D)
sim(A,B) = (A·B) / (‖A‖ × ‖B‖)
  • Content-Based : Vectorisation TF-IDF
  • Collaboratif : Scoring (Vue=1, Achat=5)
  • Basculement dynamique anti Cold Start

AI Shopper (Gemini)

Découverte Proactive Traduction Automatique Assistance Ciblée

L'AI Shopper est un conseiller intelligent (propulsé par Google Gemini) qui comprend le contexte de l'utilisateur, recommande des produits pertinents et traduit les fiches à la volée — bien au-delà d'un simple chatbot.

09

Tests & Validation

Tests & Validation

Moteur ML

Recommandations en < 200ms

Logistique FBM

Calcul GPS dynamique validé

AI Shopper

Rejet du hors-sujet fonctionnel

Mode Invité

Fusion des paniers validée

Facturation

Génération PDF opérationnelle

Portails Web

Sync Firestore temps réel OK

10

Conclusion & Perspectives

Conclusion & Perspectives

Bilan

  • Écosystème technologique unifié et robuste
  • Double intégration IA (Machine Learning + LLM)
  • Logistique FBM décentralisée fonctionnelle
  • Plateforme prête pour un déploiement réel

Perspectives

  • Passerelles de Paiement : Intégration de Konnect / WePay
  • Logistique Centralisée (FBA) : Infrastructure interne pour homogénéiser les expéditions
  • Industrialisation (CI/CD) : Conteneurisation Docker et automatisation GitHub Actions

Merci pour votre attention

NasrAllah KSIKSI

ESSAT Privée de Gabès — Département Informatique