| Titre : | DESIGN AND IMPLEMENTATION OF AN INTELLIGENT MANAGERIAL ASSISTANT FOR E-COMMERCE OPTIMIZATION |
| Auteurs : | BOUREGAG Aya, Auteur ; RACHEDI Aya, Auteur ; Mohamed Abdou SOUIDI, Directeur de thèse |
| Type de document : | texte manuscrit |
| Editeur : | Université de Saïda – Dr. Moulay Tahar – Faculté des Mathématiques, de l’Informatique et des Télécommunications, 2025/2026 |
| Format : | 77 ص |
| Accompagnement : | CD |
| Langues: | Anglais |
| Index. décimale : | BUC-M 008537 |
| Catégories : |
Master en informatique Spécialité : Intelligence Artificielle Principe et application |
| Mots-clés: | Decision Support System, Inventory Optimisation, Economic Order Quantity, Retrieval-Augmented Generation, Telegram Bot, Zero Trust Authentication, Prompt Injec- tion, Large Language Model Système d’aide à la décision, Optimisation des stocks, Quantité Économique de Commande, Génération augmentée par récupération, Bot Telegram, Authentification Zero Trust, Injection de prompt, Grand modèle de langage Zero مصادقة ،Telegram بوت بالاسترجاع، المعزز التوليد للطلب، الاقتصادية الكمية المخزون، تحسين القرار، دعم نظام :المفتاحية الكلمات .كبيرلا اللغة نموذج التعليمات، حقن ،Trust |
| Résumé : |
Abstract
This thesis presents the design and implementation of Watchtower, a secure Telegram-based managerial assistant for e-commerce inventory optimisation and business intelligence. The system addresses two persistent operational problems faced by small store owners: the inability to extract actionable insights from raw sales data, and the reliance on guesswork for inventory replenishment decisions. Watchtower integrates three technical components. A Zero Trust authentication layer, implemented as a Python decorator with rate limiting, restricts access to a single authorised manager using Telegram User ID whitelisting and silent-discard of unauthorised requests. An inventory optimisation engine applies the Wilson Economic Order Quantity formula, extended with a safety stock component at a 95% service level, to compute optimal reorder quantities and reorder points from historical sales data, dispatching proactive Telegram alerts when stock falls below the computed threshold. A four-stage natural language query pipeline first blocks adversarial inputs through a seventeen-pattern prompt injection guard, then resolves common analytical queries through direct Pandas computation, and falls back to a locally hosted Llama 3 language model via a custom OllamaLLM adapter, using Retrieval- Augmented Generation to constrain model output to verified organisational data. The system was implemented in Python within a Kaggle Notebook environment using a dual-write persistence mechanism that maintains architectural equivalence with a production SQLite deployment. Empirical validation across six structured scenarios confirmed correct- ness of the authentication layer, numerical accuracy of the EOQ and ROP computations, sub-two-second alert latency, effective prompt injection defence, and grounded strategic analysis output. Ce mémoire présente la conception et l’implémentation de Watchtower, un assistant ma- nagérial sécurisé basé sur Telegram, dédié à l’optimisation des stocks et à l’intelligence économique pour le commerce électronique. Le système répond à deux problèmes opération- nels récurrents rencontrés par les petits commerçants : l’incapacité à extraire des informations exploitables à partir des données de ventes brutes, et le recours à l’intuition pour les décisions de réapprovisionnement. Watchtower intègre trois composants techniques. Une couche d’authentification Zero Trust, implémentée sous forme de décorateur Python avec limitation de débit, restreint l’accès à un seul gestionnaire autorisé via la liste blanche d’identifiants Telegram, avec rejet silencieux de toute requête non autorisée. Un moteur d’optimisation des stocks applique la formule de Wilson pour la Quantité Économique de Commande, étendue par un stock de sécurité calibré à un niveau de service de 95 %, pour calculer les quantités optimales de commande et les points de réapprovisionnement à partir des données historiques de ventes, avec envoi d’alertes proactives lorsque le stock franchit le seuil calculé. Un pipeline de traitement en quatre étapes bloque d’abord les entrées adversariales via dix-sept expressions régulières de détection d’injection de prompt, résout ensuite les requêtes analytiques courantes par calcul direct avec Pandas, puis recourt au modèle de langage Llama 3 hébergé localement via un adaptateur OllamaLLM personnalisé, en utilisant la génération augmentée par récupération pour ancrer les réponses dans les données vérifiées de l’organisation. Le système a été implémenté en Python dans un environnement Kaggle Notebook, avec un mécanisme de persistance double écriture maintenant une équivalence architecturale avec un déploiement SQLite en production. La validation empirique sur six scénarios structurés a confirmé la correction de la couche d’authentification, la précision numérique des calculs EOQ et ROP, une latence d’alerte inférieure à deux secondes, l’efficacité de la défense contre l’injection de prompt, et la pertinence des analyses stratégiques produites. Mots-clés : Système d’aide à la décision, Optimisation des stocks, Quantité Économique de Commande, Génération augmentée par récupération, Bot Telegram, Authentification Zero Trust, Injection de prompt, Grand modèle de langage. 6 ملخص إدارة لتحسين مخصص ،Telegram منصة على مبني آمن إداري مساعد وهو ،Watchtower نظام وتطبيق تصميم كرةالمذ هذه مِّدقُت على القدرة عدم :الصغيرة المتاجر أصحاب يواجهها متكررتين مشكلتين النظام يعالج .كترونيةلالإ التجارة مجال في التجاري والذكاء المخزون .التخزين إعادة قرارات في الحدس على والاعتماد الخام، المبيعات بيانات من للتنفيذ قابلة رؤى استخلاص فقط، له ح ّرمص واحد مدير إلى الوصول Zero Trust مبدأ على المبنية المصادقة طبقة دِّيقُت .تقنية ناتّومك ثلاثة Watchtower يدمج معادلة المخزون تحسين محرك قِّبيط .للأوامر دِّدومح به ح ّرمص غير طلب لأي صامت رفض مع Telegram فِّرلمع بيضاء قائمة عبر إعادة ونقاط للطلب المثلى الكميات لحساب ،%95 خدمة مستوى عند ر ّيعُم أمان بمخزون ً ةزّزعُم للطلب، الاقتصادية للكمية و يلسون خط يعالج .المحسوبة العتبة دون المخزون ينخفض حين Telegram عبر فور ية تنبيهات إرسال مع التاريخية، المبيعات بيانات من الطلب التعليمات، حقن عن كشفلل ً انمط عشر سبعة عبر ً ال ّوأ العدائية المدخلات مراحل أربع من ن ّوالمك الطبيعية باللغة الاستعلام أنابيب Llama 3 كبيرلا اللغة نموذج يستدعي الاقتضاء وعند ،Pandas عبر المباشر بالحساب الشائعة التحليلية الاستفسارات يحسم ثم بالبيانات النموذج مخرجات لتقييد بالاسترجاع المعزز التوليد أسلوب ً امستخدم مخصص، OllamaLLM لِّومح عبر ً امحلي المستضاف .منها المتحقق المؤسسية SQLite نشر مع المعماري التكافؤ على تحافظ الكتابة ثنائية استمرار ية آلية مع ،Kaggle Notebook بيئة في Python بلغة النظام ذِّفُن وزمن ،ROPو EOQ حسابات ودقة المصادقة، طبقة صحة مة ّظمن سينار يوهات ستة عبر التجريبي التحقق د ّأ .الإنتاج بيئة في .دةّلوُمال الاستراتيجية التحليلات وملاءمة التعليمات، حقن ضد الدفاع وفاعلية ثانيتين، من أقل للتنبيهات استجابة |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
BUC-M 008537 Adobe Acrobat PDF |
