https://github.com/darkshadowcoder/ecommerce-chatbot-website

Site web e-commerce avec chatbot intégré codé en python(flask) et Javascripts (React)
https://github.com/darkshadowcoder/ecommerce-chatbot-website

authentication-backend chatbot deep-learning ecommerce-website flask microservice python react testdriven

Last synced: about 10 hours ago
JSON representation

Site web e-commerce avec chatbot intégré codé en python(flask) et Javascripts (React)

• Host: GitHub
• URL: https://github.com/darkshadowcoder/ecommerce-chatbot-website
• Owner: DarkShadowCoder
• License: apache-2.0
• Created: 2023-08-04T09:58:02.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-08-20T20:51:02.000Z (about 1 year ago)
• Last Synced: 2023-08-20T21:51:19.482Z (about 1 year ago)
• Topics: authentication-backend, chatbot, deep-learning, ecommerce-website, flask, microservice, python, react, testdriven
• Language: JavaScript
• Homepage:
• Size: 3.15 MB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Ecommerce-Chatbot-website

Projet de creation d'un site e-commerce de produits en tout genre avec integration d'un chatbot 




	

	

	

	

	

	

	

	





 
Table de contenu

 


   
Description du projet
 

   
 Architecture du site web

   
Deep-learning: Chatbot

   


Integration du chatbot  

   
 Interface graphique



   
 Installation et utilisation



   
 Credits 

 

Description du projet

Il s'agit ici d'un site web moderne crée en utilisant les langages de programmmation python et React concus grace à une architecture microservice et admettant plusieurs services autonomes et deployés sur le cloud (Amazone EC2);

Parmis les differents services et outre que les services de base d'un site de vente en ligne. Ce site web admet un service de de payment bancaire architecturé suivant le diagrammes ci-dessous. Aussi, ce site web contient un systeme d'assiance virtuelle: Un chatbot pour gerer les differentes transactions et/ou opérations en mode discussions.

A cela s'ajoute un systeme d'analyse intelligente des differents utilisateurs integré à la page de suivie d'utilisateurs geré par l'administrateur.




Le site web est concus grace à flask en backend;


L'interface utilisateur est crée avec le framework React;




Nous utilisons MongoDB (NoSQL)  pour la gestion de la base de données.


Docker nous permet d'"empaqueter" les differents services ;


 L'orchestration des conteneurs est gerée grace à Kubernete ;


Le site web est deployé sur Amazone EC2 qui represente ici un service;


 Le chatbot est concus avec python en utilisant des algorithmes de Deep Learning : NLP avec Tensorflow et SQlearn

;
 Le systeme d'analyse des données utilisateurs est egalement cré avec de python (SQlearn)  



Architecture du site web


Deep-learning: Chatbot


Integration du chatbot


Interface graphique


Intallation et utilisation





A partir de Docker
 
 

	
Docker. Docker est un logiciel qui permet de créer et de gérer des conteneurs, qui sont des environnements isolés pour exécuter des applications. Pour installer Docker, vous devez suivre les étapes suivantes, selon votre système d’exploitation:



Si vous utilisez Windows 10 ou 11, vous devez télécharger le fichier d’installation Docker pour Desktop sur le Docker Hub12, lancer l’installation en tant qu’administrateur, activer les fonctionnalités Hyper-V Windows et lancer Docker.

Si vous utilisez Windows 10 ou 11, vous devez télécharger le fichier d’installation Docker pour Desktop sur le Docker Hub12, lancer l’installation en tant qu’administrateur, activer les fonctionnalités Hyper-V Windows et lancer Docker.

	

	sudo apt update

 	sudo apt install apt-transport-https ca-certificates curl software-properties-common

	curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add 

	sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu focal stable"

	sudo apt update

	sudo apt install docker-ce

 
Pour consulter le site web , telecharger l'image docker du projet qui sont des fichiers contenant les divers services de l'applications.Dans l'invite de commande, éxecuter la commande suivante:

 	

	 docker pull test-driven-app

  
 Pour executer le conteneur, inserer la commande:

  	docker run -it test-driven-app

 


 


Grace à l'environnement virtuel
 

 
Telecharger le projets dans votre machine grace à la commande git:

 	

	 git clone https://github.com/DarkShadowCoder/Ecommerce-chatbot-website.git

  	 cd Microservices-with-Docker-flask-and-react

 

 
Ensuite activer l'environnemnt virtuel grace à la commande:

 	

	 source ./env/bin/activate

 

 
Installer toutes les librairies requise pour executer l'application grace à:

	

  	pip install -r requirements.txt

 

 
Executer le code avec:


 	npm start

 

Credits

Langages utilisés

	


		

  		

		

		

		

	

 
Me contacter