AI_Movie Recommendation

Sistema de recomendação de filmes

Este projeto implementa um sistema de recomendação de filmes usando pesquisa vetorial e similaridade de cosseno. O sistema leva a entrada do usuário na forma de um título ou visão geral do filme e retorna os filmes mais semelhantes com base em suas incorporações.

Características

• Pesquisa vetorizada por recomendações de filmes
• Cálculo de similaridade de cosseno para encontrar filmes semelhantes
• API repouso construída com frasco
• Suporte do Docker para facilitar a implantação

Requisitos

• Python 3.10
• Balão
• txtai
• Numpy
• Gunicorn
• Salmoura

Instalação

1. Clone o repositório:

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

2. Construa a imagem do Docker:

   docker build -t MovieApp .

3. Execute o contêiner do docker:

   docker run -p 8000:8000 MovieApp

Uso

Depois que o aplicativo estiver em execução, você poderá fazer solicitações de postagem para o fim de extremidade /search para obter recomendações de filmes.

Solicitar formato

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

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

Formato de resposta

A resposta será um objeto JSON que contém os filmes recomendados e suas 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
    }
]

Etapas para criar o sistema de recomendação

1. Importar e analisar o conjunto de dados : carregue o conjunto de dados que contém títulos e visões gerais de filmes.
2. Extraia dados relevantes : mantenha apenas o título e a visão geral, descartando outros parâmetros.
3. Calcule incorporação de vetores : Vectore cada visão geral e armazene as incorporações.
4. Aceite entrada do usuário : transforme a entrada do usuário em uma incorporação.
5. Encontre semelhanças de cosseno : calcule as semelhanças de cosseno entre a incorporação de entrada do usuário e as incorporações do filme.
6. Retorne os melhores resultados : retorne os n filmes dos principais n com as maiores semelhanças.

Licença

Este projeto está licenciado sob a licença do MIT. Consulte o arquivo de licença para obter detalhes.

Agradecimentos

• txtai para o modelo de incorporação.
• Frasco para a estrutura da web.
• Docker para contêiner.

Autor

O meu nome
Meu perfil do GitHub