Hybrid Movie Recommendation System using AI

️ نظام توصية هجيني للأفلام – Hybrid Movie Recommendation System

يتكوّن هذا المشروع من ثلاثة مكونات أساسية تهدف إلى تقديم توصيات أفلام دقيقة وشخصية للمستخدمين من خلال دمج تقنيات التوصية المختلفة:

1️⃣ الترشيح التعاوني (Collaborative Filtering باستخدام SVD)

يتم استخدام تحليل القيمة المفردة (SVD) لتحليل مصفوفة المستخدم-الفيلم وتوليد توقعات التقييمات.

يتم تدريب النموذج باستخدام ملف ratings.csv.

يتم إنشاء توصيات بناءً على التمثيلات المتعلمة (Embeddings) لكل من المستخدمين والأفلام.

2️⃣ الترشيح بناءً على المحتوى (Content-Based Filtering باستخدام التعلم العميق)

يتم استخدام بيانات وصف الأفلام (من الملفات movies.csv و tags.csv) لتدريب شبكة عصبية.

يقوم النموذج بالتعلم للتنبؤ بمدى تفضيل المستخدم لفيلم معين بناءً على خصائصه.

يتم استخراج السمات المميزة للأفلام ومقارنتها بتفضيلات المستخدم.

3️⃣ نموذج الترتيب (Ranking Model)

يتم دمج نتائج النموذجين السابقين (SVD والتعلم العميق):

يتم احتساب المتوسط المرجّح لتوقعات التقييم من كلا النموذجين.

يُدرّب نموذج ترتيب لتقييم التفاعل بين التوصيات الناتجة والتقييمات الفعلية للمستخدمين، بهدف تحسين دقة التوصية