Movie Recommendation System — نظام توصية الأفلام باستخدام ML وPython

أنشأت مشروع نظام توصية أفلام متقدم باستخدام خوارزميات التعلم الآلي بلغة Python. يعتمد النظام على ثلاثة أساليب رئيسية:

-Popularity-Based Recommender: يقترح الأفلام الأكثر تقييمًا ضمن أنواع محددة، مما يساعد على اكتشاف المحتوى الشائع بسرعة.

-Content-Based Recommender: يقارن محتوى الأفلام (مثل النوع، الوصف، والعناوين) باستخدام تقنيات TF-IDF وCosine Similarity لتحديد التشابه بينها واقتراح أفلام مشابهة.

-Collaborative Filtering Recommender: يولّد توصيات شخصية تعتمد على تفضيلات مستخدمين مشابهين في التقييمات، مما يعزز دقة التوصيات.

أبرز الميزات:

-إدخال تفاعلي للمستخدم (اختيار النوع، اسم الفيلم، أو رقم المُستخدم) لاستخراج توصيات حسب الطلب.

-رسوم بيانية تفاعلية باستخدام Plotly توضح توزيع الأنواع والتقييمات، وتُظهر التوصيات بشكل بصري جذاب.

-بنية مشروع واضحة ومنظمة باستخدام Jupyter Notebook، مع أكواد موثّقة تشرح المنطق والخطوات بوضوح.

الأدوات والتقنيات المستخدمة: Python، Pandas، NumPy، scikit-learn، Plotly، TF-IDF، Cosine Similarity، خوارزميات توصية، وبيانات MovieLens.