نظام توصيات الأفلام "Cinematic Companion"

نظام توصيات الأفلام "Cinematic Companion" - نظام هجين لتوصية الأفلام

نوع المشروع: نظام توصية أفلام يعتمد على مزيج من فلترة المحتوى وفلترة تعاونية.

مراحل التنفيذ:

جمع البيانات: تم جمع بيانات الأفلام وتصنيفها وفقًا لمتغيرات مثل النوع، التقييم، والتفاعل الجماهيري.

تنفيذ فلترة المحتوى: باستخدام خوارزمية CountVectorizer لحساب التشابه بين الأفلام اعتمادًا على نصوصها وخصائصها. تم حساب مصفوفة التشابه باستخدام cosine similarity.

الفلترة التعاونية: باستخدام خوارزمية SVD المدمجة في مكتبة Surprise لبناء نموذج يتوقع تفضيلات المستخدم بناءً على أنماط سابقة للمستخدمين الآخرين.

الدمج بين النماذج: تم دمج نتائج فلترة المحتوى مع الفلترة التعاونية لتقديم توصيات أكثر دقة وشخصية.

البرامج والتقنيات المستخدمة: Python، Pandas، Scikit-learn، مكتبة Surprise

مميزات المشروع:

نظام توصيات متكامل ودقيق.

مزيج من التوصيات بناءً على التشابه بالمحتوى وتوصيات تعتمد على سلوك المستخدمين الآخرين.

واجهة مستخدم بسيطة تسهل على المستخدم التفاعل مع النظام.