شات بوت ذكي لتوصية الأفلام باستخدام RAG وVector Similarity Search

مشروع يعتمد على بناء نظام توصية أفلام متقدم باستخدام RAG (Retrieval-Augmented Generation)، يهدف إلى فهم نية المستخدم من خلال مدخلاته النصية وتحويلها إلى توصيف دلالي دقيق لاحتياجاته السينمائية.

يقوم النظام أولا بتحليل كلام المستخدم باستخدام نموذج لغوي لفهم الحالة المزاجية والتفضيلات والمحتوى المطلوب، ثم يتم توليد وصف تخيلي للفيلم يعكس هذه النية بشكل أكثر وضوحا ودقة دلالية. بعد ذلك يتم تحويل هذا الوصف إلى Embedding Vector لتمثيل المعنى بشكل عددي.

يعتمد النظام على قاعدة بيانات تحتوي على أوصاف الأفلام تم تحويلها مسبقا إلى Embeddings، ويتم إجراء Similarity Search باستخدام cosine similarity لاستخراج أقرب الأفلام توافقًا مع وصف المستخدم.

النتيجة النهائية هي توصيات أفلام دقيقة تعتمد على المعنى وليس الكلمات المفتاحية، مما يسمح للنظام بفهم الطلبات الغامضة أو العاطفية مثل “فيلم حزين فيه نهاية غير متوقعة” أو “فيلم أكشن فيه بطل معقد نفسيا”.

يتميز المشروع بدمج بين NLP وVector Search وLLMs في خط واحد متكامل، مع تحسين تجربة المستخدم عبر تحويل اللغة الطبيعية إلى توصيات ذكية ذات طابع شخصي عالي الدقة.