101 lines
4.6 KiB
Gherkin
101 lines
4.6 KiB
Gherkin
# 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
|