User profile आधारित सिफारिशें
अब जब आपने ऐसे सभी अलग-अलग फिल्मों के औसत/योग के आधार पर user profile बना ली है जिन्हें यूज़र ने पसंद किया था, तो आप उसे उस बड़े tfidf_summary_df DataFrame से तुलना कर सकते हैं जिस पर आप काम कर रहे थे, ताकि सुझाव जेनरेट किए जा सकें। क्योंकि आप उन फिल्मों की सिफारिश नहीं करना चाहेंगे जो यूज़र पहले ही देख चुका है, आप पहले tfidf_summary_df DataFrame का ऐसा subset निकालेंगे जिसमें पहले से देखी गई कोई भी फिल्म शामिल न हो।
पिछले अभ्यास में बनाया गया user_prof DataFrame, जिसमें यूज़र को दर्शाता एक सिंगल कॉलम है, आपके लिए लोड किया गया है। इसी तरह, list_of_movies_enjoyed भी लोड है ताकि आप उन्हें प्रेडिक्शंस से बाहर रख सकें।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में रिकमेंडेशन इंजन बनाना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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=____)