사용자 프로필 기반 추천
사용자가 좋아한 각 영화의 정보를 합쳐 사용자 프로필을 만들었으니, 이제 작업해 오던 전체 tfidf_summary_df DataFrame과 비교해 추천을 생성할 수 있어요. 이미 시청한 영화를 다시 추천하지 않으려면, 먼저 tfidf_summary_df DataFrame에서 이전에 시청한 영화가 포함되지 않은 부분집합을 찾아야 합니다.
이전 연습 문제에서 생성한, 단일 열로 사용자를 표현하는 DataFrame user_prof가 미리 로드되어 있어요. 마찬가지로 예측에서 제외할 수 있도록 list_of_movies_enjoyed도 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 추천 엔진 만들기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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=____)