Introduction
\markboth{Introduction}{Introduction}
Le commerce de proximité occupe une place centrale dans le tissu économique tunisien. Les
petits commerçants, communément appelés ``7anout'' dans le dialecte tunisien, représentent
une part considérable des transactions quotidiennes. Conscientes de l'importance de la
transformation numérique, les entreprises investissent des ressources significatives pour
assurer que leurs services soient performants, intuitifs et accessibles, et qu'ils répondent aux
besoins réels des marchands en offrant une expérience utilisateur exceptionnelle.
Cependant, les outils numériques d'aide à la décision pour l'approvisionnement restent rares
dans le contexte tunisien. La barrière linguistique constitue l'un des principaux freins : les
solutions existantes (ChatGPT, Google Shopping, marketplaces internationales) ne
comprennent ni le dialecte tunisien (Derja), ni l'Arabizi, transcription phonétique de l'arabe en
caractères latins (par exemple 7alib pour ``lait'', 9ahwa pour ``café''). De plus, ces solutions
ignorent les spécificités du catalogue tunisien, des prix en Dinar Tunisien (TND) et des
fournisseurs locaux.
Parallèlement, les avancées récentes en intelligence artificielle – notamment les grands
modèles de langage (LLMs), les embeddings sémantiques multilingues et les bases de données
vectorielles – ouvrent de nouvelles perspectives pour créer des assistants conversationnels
capables de comprendre le langage naturel dans toute sa diversité dialectale.
C'est dans ce contexte que s'inscrit notre projet de fin d'études, réalisé au sein de la société
Hanoutik TN. Notre projet vise à concevoir et réaliser un assistant conversationnel intelligent
qui combine recherche sémantique, recommandation contextuelle et interface multilingue, en
exploitant les fonctionnalités avancées des LLMs pour améliorer l'expérience utilisateur,
accélérer la décision d'achat et renforcer l'efficacité globale du commerce de proximité.
Pour retracer le déroulement chronologique de notre travail, ce rapport est divisé en cinq
chapitres.
Le premier chapitre, ``Aperçu général du projet'', introduit l'organisme d'accueil Hanoutik
TN et le cadre général du projet. De plus, il expose la méthodologie employée pour relever les
défis de ce projet.
Le second chapitre, ``Étude préalable'', offre une vue d'ensemble du commerce de détail et
de l'intelligence artificielle conversationnelle. Nous y abordons les fondamentaux concernant
les LLMs, les embeddings et les bases vectorielles. Il comprend une étude de la solution
existante et une analyse critique de ses lacunes.
Le troisième chapitre, ``Analyse et spécification des besoins'', décrit la phase d'analyse et la
spécification des besoins. Nous y énumérerons les acteurs, les besoins fonctionnels et non
fonctionnels de l'application, puis clarifierons ses fonctionnalités à travers divers diagrammes
de cas d'utilisation.
Le quatrième chapitre, ``Étude conceptuelle'', est consacré à l'étude conceptuelle du projet,
en mettant en avant les principaux diagrammes (architecture globale, classes, séquences,
déploiement) décrivant les différents scénarios de l'application.
Enfin, le cinquième chapitre, ``Mise en œ uvre de la solution'', décrit les étapes suivies
pour réaliser le projet, y compris les outils et technologies utilisés, et les différents résultats
obtenus.
Nous clôturons ce rapport par une conclusion générale qui présente une analyse du travail
réalisé au sein de Hanoutik TN, résumant le travail effectué et proposant des perspectives et
des recommandations pour l'avenir.