AI_Movie Recommendation

Sistema de recomendación de películas

Este proyecto implementa un sistema de recomendación de películas utilizando la búsqueda de vectores y la similitud de coseno. El sistema toma la entrada del usuario en forma de título o descripción general de una película y devuelve las películas más similares basadas en sus incrustaciones.

Características

• Búsqueda vectorial de recomendaciones de películas
• Cálculo de similitud de coseno para encontrar películas similares
• API RESTful construida con frasco
• Soporte de Docker para una fácil implementación

Requisitos

• Python 3.10
• Matraz
• Txtai
• Numpy
• Pistolero
• Conservar en vinagre

Instalación

1. Clon el repositorio:

   git clone https://github.com/NexusAurora/MovieApp.git
   cd MovieApp

2. Construye la imagen Docker:

   docker build -t MovieApp .

3. Ejecute el contenedor Docker:

   docker run -p 8000:8000 MovieApp

Uso

Una vez que la aplicación se está ejecutando, puede hacer solicitudes de publicaciones en el punto final /search para obtener recomendaciones de la película.

Formato de solicitud

• URL : http://localhost:8000/search
• Método : POST
• Cuerpo (JSON):

{
    "query" : " Your movie title or overview " ,
    "results" : 5
}

Formato de respuesta

La respuesta será un objeto JSON que contenga las películas recomendadas y sus probabilidades:

[
    {
        "Output" : {
            "title" : " Movie Title 1 " ,
            "overview" : " Overview of Movie 1 "
        },
        "Probability" : 0.95
    },
    {
        "Output" : {
            "title" : " Movie Title 2 " ,
            "overview" : " Overview of Movie 2 "
        },
        "Probability" : 0.92
    }
]

Pasos para crear el sistema de recomendación

1. Importar y analizar el conjunto de datos : Cargue el conjunto de datos que contiene títulos de películas y descripciones generales.
2. Extraiga datos relevantes : mantenga solo el título y la descripción general, descartando otros parámetros.
3. Calcule los incrustaciones de vectores : vectorice cada descripción general y almacene los incrustaciones.
4. Acepte la entrada del usuario : transforme la entrada del usuario en una incrustación.
5. Encuentre similitudes de coseno : calcule las similitudes de coseno entre la incrustación de entrada del usuario y los incrustaciones de la película.
6. Devuelve los mejores resultados : Devuelve las principales películas con las más altas similitudes.

Licencia

Este proyecto tiene licencia bajo la licencia MIT. Consulte el archivo de licencia para obtener más detalles.

Expresiones de gratitud

• TXTAI para el modelo de incrustaciones.
• Frasco para el marco web.
• Docker para la contenedorización.

Autor

Mi nombre
Mi perfil de Github