refactor(docs): réorganiser la documentation selon principes DDD

Réorganise la documentation du projet selon les principes du Domain-Driven Design (DDD) pour améliorer la cohésion, la maintenabilité et l'alignement avec l'architecture modulaire du backend.

**Structure cible:**
```
docs/domains/
├── README.md (Context Map)
├── _shared/ (Core Domain)
├── recommendation/ (Supporting Subdomain)
├── content/ (Supporting Subdomain)
├── moderation/ (Supporting Subdomain)
├── advertising/ (Generic Subdomain)
├── premium/ (Generic Subdomain)
└── monetization/ (Generic Subdomain)
```

**Changements effectués:**

Phase 1: Création de l'arborescence des 7 bounded contexts
Phase 2: Déplacement des règles métier (01-19) vers domains/*/rules/
Phase 3: Déplacement des diagrammes d'entités vers domains/*/entities/
Phase 4: Déplacement des diagrammes flux/états/séquences vers domains/*/
Phase 5: Création des README.md pour chaque domaine
Phase 6: Déplacement des features Gherkin vers domains/*/features/
Phase 7: Création du Context Map (domains/README.md)
Phase 8: Mise à jour de mkdocs.yml pour la nouvelle navigation
Phase 9: Correction automatique des liens internes (script fix-markdown-links.sh)
Phase 10: Nettoyage de l'ancienne structure (regles-metier/, diagrammes/, features/)

**Configuration des tests:**
- Makefile: godog run docs/domains/*/features/
- scripts/generate-bdd-docs.py: features_dir → docs/domains

**Avantages:**
✅ Cohésion forte: toute la doc d'un domaine au même endroit
✅ Couplage faible: domaines indépendants, dépendances explicites
✅ Navigabilité améliorée: README par domaine = entrée claire
✅ Alignement code/docs: miroir de backend/internal/
✅ Onboarding facilité: exploration domaine par domaine
✅ Tests BDD intégrés: features au plus près des règles métier

Voir docs/REFACTOR-DDD.md pour le plan complet.

docs/domains/moderation/features/api/audit-trimestriel.feature

@@ -0,0 +1,76 @@
+# language: fr
+
+@api @moderation @audit @governance @mvp
+Fonctionnalité: Audit trimestriel du système de modération
+
+  En tant que responsable de la plateforme
+  Je veux un audit trimestriel de la modération
+  Afin d'assurer transparence et amélioration continue
+
+  Scénario: Génération automatique du rapport d'audit
+    Étant donné la fin d'un trimestre (31 mars 2026)
+    Quand le système génère le rapport
+    Alors il contient:
+      | Section                    | Détails                          |
+      | Statistiques globales      | Signalements, taux de traitement|
+      | Performance modérateurs    | Temps moyen, précision           |
+      | Contenus bloqués           | Par catégorie                    |
+      | Appels et contestations    | Taux d'acceptation               |
+      | Améliorations proposées    | Recommandations                  |
+    Et un PDF est généré et archivé
+    Et un événement "QUARTERLY_AUDIT_GENERATED" est enregistré
+
+  Scénario: Publication transparente des métriques
+    Étant donné le rapport d'audit trimestriel
+    Quand il est publié
+    Alors une page publique affiche:
+      | Métrique                      | Q1 2026 | Q4 2025 |
+      | Signalements traités          | 15,234  | 12,876  |
+      | Temps moyen de traitement     | 8h      | 12h     |
+      | Taux de précision automatique | 85%     | 82%     |
+      | Appels acceptés               | 18%     | 22%     |
+      | Comptes bannis                | 234     | 198     |
+    Et un événement "AUDIT_PUBLICLY_PUBLISHED" est enregistré
+
+  Scénario: Analyse des tendances sur 4 trimestres
+    Étant donné 4 rapports trimestriels
+    Alors un graphique d'évolution est affiché:
+      | Métrique                | Tendance     |
+      | Signalements totaux     | +12% par tri |
+      | Temps de traitement     | -25%         |
+      | Taux de faux positifs   | -5%          |
+    Et des insights sont générés automatiquement
+    Et un événement "AUDIT_TRENDS_ANALYZED" est enregistré
+
+  Scénario: Recommandations d'amélioration
+    Étant donné le rapport d'audit
+    Quand le système analyse les données
+    Alors des recommandations sont proposées:
+      | Recommandation                        | Priorité |
+      | Recruter 2 modérateurs supplémentaires| Haute    |
+      | Améliorer modèle ML de détection      | Moyenne  |
+      | Revoir processus d'appel              | Basse    |
+    Et un plan d'action trimestriel est établi
+    Et un événement "AUDIT_RECOMMENDATIONS_GENERATED" est enregistré
+
+  Scénario: Audit externe annuel
+    Étant donné la fin de l'année (31 décembre)
+    Quand un audit externe est commandé
+    Alors un cabinet indépendant analyse:
+      | Aspect                        | Conformité |
+      | Respect RGPD                  | Oui        |
+      | Transparence des décisions    | Oui        |
+      | Impartialité de la modération | Oui        |
+      | Temps de réponse               | Acceptable |
+    Et un certificat de conformité est délivré
+    Et un événement "EXTERNAL_AUDIT_COMPLETED" est enregistré
+
+  Scénario: Métriques d'impact des audits
+    Étant donné 4 audits trimestriels effectués
+    Alors l'impact est mesuré:
+      | Métrique                      | Amélioration |
+      | Temps de traitement           | -30%         |
+      | Satisfaction utilisateurs     | +15%         |
+      | Taux de faux positifs         | -40%         |
+      | Coûts de modération           | -10%         |
+    Et les métriques sont exportées vers le monitoring