Initial commit

features/recommendation/classification-geo.feature

@@ -0,0 +1,100 @@
+# language: fr
+Fonctionnalité: Classification de géo-pertinence des contenus
+  En tant que plateforme de contenu géolocalisé
+  Je veux classifier les contenus selon leur pertinence géographique
+  Afin d'adapter l'algorithme de recommandation
+
+  Contexte:
+    Étant donné que l'API RoadWave est disponible
+
+  Scénario: Créateur choisit le type géo-ancré pour un audio-guide
+    Étant donné que je suis un créateur connecté
+    Quand je publie un audio-guide de la Tour Eiffel
+    Et que je choisis la classification "Géo-ancré"
+    Alors le contenu est enregistré avec:
+      | champ              | valeur     |
+      | type_geo           | geo_ancre  |
+      | ponderation_geo    | 0.7        |
+      | ponderation_interets | 0.1      |
+
+  Scénario: Créateur choisit le type géo-contextuel pour actualité régionale
+    Étant donné que je suis un créateur connecté
+    Quand je publie une actualité régionale en Bretagne
+    Et que je choisis la classification "Géo-contextuel"
+    Alors le contenu est enregistré avec:
+      | champ              | valeur          |
+      | type_geo           | geo_contextuel  |
+      | ponderation_geo    | 0.5             |
+      | ponderation_interets | 0.3           |
+
+  Scénario: Créateur choisit le type géo-neutre pour un podcast philosophie
+    Étant donné que je suis un créateur connecté
+    Quand je publie un podcast de philosophie
+    Et que je choisis la classification "Géo-neutre"
+    Alors le contenu est enregistré avec:
+      | champ              | valeur      |
+      | type_geo           | geo_neutre  |
+      | ponderation_geo    | 0.2         |
+      | ponderation_interets | 0.6       |
+
+  Scénario: Publication impossible sans classification géographique
+    Étant donné que je crée un contenu audio
+    Quand j'essaie de publier sans sélectionner de type géographique
+    Alors la publication échoue
+    Et je vois le message "Vous devez sélectionner un type de géo-pertinence"
+
+  Scénario: Modérateur reclassifie un contenu mal catégorisé
+    Étant donné qu'un contenu podcast générique est classifié "Géo-ancré"
+    Et que le modérateur examine le contenu
+    Quand le modérateur le reclassifie en "Géo-neutre"
+    Alors la nouvelle classification est appliquée immédiatement
+    Et l'algorithme utilise la pondération géo = 0.2
+    Et le créateur reçoit une notification de reclassification
+
+  Scénario: Créateur modifie la classification après publication
+    Étant donné que j'ai publié un contenu classifié "Géo-contextuel"
+    Et que je réalise qu'il devrait être "Géo-neutre"
+    Quand je modifie la classification en "Géo-neutre"
+    Alors la modification est enregistrée
+    Et l'algorithme utilise la nouvelle pondération
+    Et je vois le message "Classification modifiée avec succès"
+
+  Scénario: Statistiques de classification dans le profil créateur
+    Étant donné que je suis un créateur
+    Et que j'ai publié 30 contenus:
+      | type           | nombre |
+      | Géo-ancré      | 10     |
+      | Géo-contextuel | 15     |
+      | Géo-neutre     | 5      |
+    Quand je consulte mes statistiques
+    Alors je vois la répartition de mes classifications
+    Et des suggestions pour optimiser la portée
+
+  Scénario: Contenu géo-ancré fortement pondéré par la proximité
+    Étant donné qu'un audio-guide "Géo-ancré" existe à la Tour Eiffel
+    Et qu'un utilisateur est à 100m de la Tour Eiffel
+    Quand l'algorithme calcule le score
+    Alors la pondération géo est de 0.7
+    Et le score géo est proche de 1 (très proche)
+    Et le contenu a un score final élevé
+
+  Scénario: Contenu géo-neutre moins sensible à la distance
+    Étant donné qu'un podcast philosophie "Géo-neutre" existe à Paris
+    Et qu'un utilisateur est à Marseille (750 km)
+    Quand l'algorithme calcule le score
+    Alors la pondération géo est de 0.2
+    Et le score géo est bas (distance élevée)
+    Mais le score intérêts (0.6) peut compenser
+    Et le contenu peut quand même être recommandé si intérêts match
+
+  Scénario: Comparaison scores entre types géo pour même distance
+    Étant donné 3 contenus au même endroit (Paris):
+      | type           | ponderation_geo |
+      | Géo-ancré      | 0.7             |
+      | Géo-contextuel | 0.5             |
+      | Géo-neutre     | 0.2             |
+    Et qu'un utilisateur est à 50 km de Paris
+    Quand l'algorithme calcule les scores
+    Alors le contenu "Géo-ancré" a le score géo le plus élevé
+    Et le contenu "Géo-neutre" a le score géo le plus faible
+    Mais peut avoir un score final plus élevé si forte correspondance intérêts