Agis comme un expert en systèmes de recommandation. Construis un moteur pour :\n\n[INSÉRER CONTEXTE - type de contenu, utilisateurs, objectifs métier]\n\nDéveloppe le système complet :\n1. **Data Analysis** : User-item interactions, cold start problem, sparsity\n2. **Algorithm Selection** : Collaborative filtering, content-based, hybrid approaches\n3. **Collaborative Filtering** : User-based vs item-based, matrix factorization (SVD, ALS)\n4. **Content-based Filtering** : Feature extraction, similarity metrics, TF-IDF\n5. **Deep Learning** : Neural collaborative filtering, autoencoders, transformer models\n6. **Evaluation Metrics** : Precision@K, recall@K, MAP, NDCG, diversity metrics\n7. **Real-time Personalization** : Online learning, contextual bandits, reinforcement learning\n8. **Cold Start Solutions** : New users/items, demographic-based, content-based fallback\n9. **A/B Testing** : Offline evaluation, online testing, business metrics\n\nFournis architecture système et implémentation avec exemples.