Crea los perfiles de usuario
Ahora ya puedes generar sugerencias de ítems similares basadas en sus características etiquetadas o en sus descripciones. Pero a veces encontrar ítems parecidos no es suficiente. En los próximos ejercicios, verás cómo crear recomendaciones basadas en un usuario y en todos los ítems que le han gustado, en lugar de partir de un único ítem. Primero generarás un perfil para un usuario agregando todas las películas que ha disfrutado anteriormente.
El tfidf_summary_df con el que has trabajado en los últimos ejercicios ya está cargado. Contiene una fila por película, con sus títulos como índice y una columna por cada característica con su puntuación TF-IDF correspondiente.
Este ejercicio forma parte del curso
Creación de motores de recomendación en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
list_of_movies_enjoyed = ['Captain America: The First Avenger', 'Green Lantern', 'The Avengers']
# Create a subset of only the movies the user has enjoyed
movies_enjoyed_df = tfidf_summary_df.____(____)
# Inspect the DataFrame
print(movies_enjoyed_df)