ترشيح افلام

يحتوي هذا الملف على مشروع عملي متكامل لبناء نظام ترشيح أفلام (Recommendation System) يعتمد على تقنيات الترشيح التعاوني المعتمد على العناصر (Item-Based Collaborative Filtering).

يتضمن المشروع الخطوات التالية:

تحضير البيانات: قراءة وتحليل ملفات البيانات (movies.csv و ratings.csv) باستخدام مكتبة Pandas.

هندسة البيانات: تحويل جداول التقييمات إلى مصفوفة محورية (Pivot Table) تربط بين المستخدمين والأفلام، ثم تحويلها إلى مصفوفة شحيحة (Sparse Matrix) باستخدام scipy.sparse لتوفير الذاكرة وتسريع العمليات الحسابية.

بناء النموذج الذكي: تدريب نموذج تعلم آلي باستخدام خوارزمية الجيران الأقربين NearestNeighbors من مكتبة Scikit-Learn، بالاعتماد على مقياس "جيب التمام" (cosine similarity) لقياس مدى تشابه تفضيلات المستخدمين بين الأفلام.

البحث المرن عن العناوين: دمج مكتبة fuzzywuzzy للبحث النصي الذكي والتقريبي عن أسماء الأفلام لضمان العثور على الفيلم الصحيح حتى لو كُتب بشكل غير دقيق.

دالة الترشيح (Recommender Function): بناء دالة مخصصة تستقبل اسم الفيلم وعدد الترشيحات المطلوبة، لتقوم بطباعة قائمة بأقرب الأفلام المشابهة له بناءً على نمط تقييمات الجمهور (مثل ترشيحات أفلام مشابهة لـ Toy Story و Iron Man).