Ce projet vise à développer une application web interactive utilisant Streamlit pour l'analyse approfondie de données culinaires. L'application met en pratique les compétences avancées en développement Python, analyse de données, et développement web.

• Statistiques nutritionnelles détaillées
• Visualisation des tendances culinaires
• Analyse comparative des ingrédients
• Système de recommandation personnalisé basé sur les préférences

• Analyse des contributions des utilisateurs
• Exploration des distributions des interactions
• Visualisations interactives des données

Avant d'exécuter le code, assurez-vous que les éléments suivants sont installés et configurés :

Les variables d'environnement se trouvent dans le fichier .env

• Python 3.11 ou supérieur
• Poetry pour la gestion des dépendances. Installer Poetry
• Docker (optionnel, pour le déploiement local) : Installer Docker
• Compte MongoDB Atlas ou base de données MongoDB(optionnel, pour ligne ou en local à partie de mongodb) : Installer MongoDB

git clone https://github.com/mbathe/projet_kit_big_data.git
cd projet_kit_big_data

poetry install

poetry shell

Exécutez l'instruction suivante à la racine du projet pour télécharger le dataset et l'enregistrer à l'emplacement par défaut ./data/dataset/ (défini par la variable d'environnement DOCKER_DOWNLOAD_DATASET_DIR). Vous pouvez modifier cet emplacement en modifiant la valeur de cette variable.

poetry run python script.py

À la racine du répertoire du projet, exécutez la commande suivante :

streamlit run src/Recettes.py

git clone https://github.com/mbathe/projet_kit_big_data.git
cd projet_kit_big_data

docker build -t projet_kig_big_data .

À la racine du répertoire du projet, exécutez la commande suivante :

docker run -d --name projet_big_data1 --memory="2g" -p 8501:8501 projet_kig_big_data

git clone https://github.com/mbathe/projet_kit_big_data.git
cd projet_kit_big_data

poetry install

Avant de déployer l'application, donnez des valeurs aux variables d'environnement suivantes du fichier .env :

# CHAÎNE DE CONNEXION À LA BASE DE DONNÉES MONGODB POUR UN DÉPLOIEMENT EN LIGNE
CONNECTION_STRING = 

# NOM DE LA BASE DE DONNÉES À UTILISER
DATABASE_NAME = tp_big_data

# NOM DE LA COLLECTION POUR SAUVEGARDER LES RECETTES DANS MONGODB
COLLECTION_RECIPES_NAME = recipes

# NOM DE LA COLLECTION POUR SAUVEGARDER LES INTERACTIONS DANS MONGODB
COLLECTION_RAW_INTERACTIONS = raw_interaction

python scripts/mongo_data.py

À la racine du répertoire du projet, exécutez la commande suivante :

streamlit run src/Recettes.py

• Streamlit Cloud : Lien de l'application
• VPS Local : http://158.178.192.72:8501/

• Documentation de l'application : https://documentation-projet-kit-big-data.readthedocs.io/en/latest/