Files

jpgiannetti 5e5fcf4714 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.

2026-02-07 17:15:02 +01:00

2.1 KiB

Raw Blame History

Modèle de données - Recommandation

📖 Voir Règles métier - Section 03 : Centres d'intérêt | Section 04 : Algorithme | Entités globales

Diagramme

erDiagram
    USER_INTERESTS }o--|| USERS : "préférences"
    USER_INTERESTS }o--|| INTEREST_CATEGORIES : "catégorie"

    LISTENING_HISTORY }o--|| USERS : "historique"
    LISTENING_HISTORY }o--|| CONTENTS : "écoute"
    LISTENING_HISTORY }o--|| USERS : "créateur"

    INTEREST_CATEGORIES {
        uuid id PK
        string name UK
        string slug UK
        string icon
        int sort_order
        boolean is_active
    }

    USER_INTERESTS {
        uuid id PK
        uuid user_id FK
        uuid category_id FK
        decimal gauge_value
        timestamp last_updated
        int update_count
    }

    LISTENING_HISTORY {
        uuid id PK
        uuid user_id FK
        uuid content_id FK
        uuid creator_id FK
        boolean is_subscribed
        decimal completion_rate
        int last_position_seconds
        string source
        boolean auto_like
        timestamp listened_at
    }

Légende

Entités recommandation :

INTEREST_CATEGORIES : Catégories centres d'intérêt - Liste : Automobile, Voyage, Famille, Amour, Musique, Économie, Cryptomonnaie, Politique, Culture, Sport, Technologie, Santé - Extensible dynamiquement
USER_INTERESTS : Jauges utilisateur par catégorie - Valeur 0-100% (init 50% à l'inscription) - Évolution : Like auto renforcé (+2%), Like auto standard (+1%), Like manuel (+2%), Abonnement créateur (+5% sur tous ses tags), Skip rapide non-abonné (-0.5%) - Calcul temps réel à chaque action - Pas de dégradation temporelle automatique
LISTENING_HISTORY : Historique écoutes - Source : recommendation, search, direct_link, profile, history, live_notification, audio_guide - Completion_rate : 0.0-1.0 (≥0.8 = écoute complète) - Auto_like : true si like automatique déclenché (≥30% écoute) - Is_subscribed : snapshot au moment de l'écoute (pour calcul engagement)

2.1 KiB Raw Blame History

Modèle de données - Recommandation

Diagramme

Légende

2.1 KiB

Raw Blame History