Criar os perfis de usuário
Agora você já consegue gerar sugestões de itens similares com base em seus atributos rotulados ou nas suas descrições. Mas, às vezes, encontrar itens parecidos pode não ser suficiente. Nos próximos exercícios, você vai aprender como criar recomendações baseadas em um usuário e em todos os itens de que ele gostou, em vez de partir de um único item. Primeiro, você vai gerar um perfil para um usuário agregando todos os filmes de que ele já gostou.
O tfidf_summary_df que você vem usando nos últimos exercícios já está carregado. Ele contém uma linha por filme, com os títulos como índice, e uma coluna para cada atributo com seu respectivo score de TF-IDF.
Este exercício faz parte do curso
Construindo mecanismos de recomendação em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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)