Doporučení na základě uživatelského profilu
Teď, když máš uživatelský profil sestavený z agregace filmů, které uživatel měl rád, můžeš ho porovnat s větším DataFrame tfidf_summary_df, se kterým jsi pracoval/a, a vygenerovat návrhy. Protože nechceš doporučovat filmy, které uživatel už viděl, nejdřív vyber podmnožinu DataFrame tfidf_summary_df, která neobsahuje žádný z dříve zhlédnutých filmů.
DataFrame user_prof, který vznikl v předchozím cvičení a obsahuje jediný sloupec reprezentující uživatele, je pro tebe načtený. Stejně tak je načtený list_of_movies_enjoyed, abys tyto filmy mohl/a z doporučení vyloučit.
Toto cvičení je součástí kurzu
Tvorba doporučovacích systémů v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from sklearn.metrics.pairwise import cosine_similarity
# Find subset of tfidf_df that does not include movies in list_of_movies_enjoyed
tfidf_subset_df = tfidf_df.____(list_of_movies_enjoyed, axis=____)