Recomandări bazate pe profilul utilizatorului
Acum că ai construit profilul utilizatorului pe baza agregării filmelor pe care le-a apreciat, îl poți compara cu DataFrame-ul tfidf_summary_df pentru a genera sugestii. Deoarece nu vrei să recomanzi filme pe care utilizatorul le-a văzut deja, vei găsi mai întâi un subset al DataFrame-ului tfidf_summary_df care nu conține niciunul dintre filmele vizionate anterior.
DataFrame-ul user_prof generat în exercițiul anterior, care conține o singură coloană reprezentând utilizatorul, a fost încărcat pentru tine. De asemenea, list_of_movies_enjoyed a fost încărcată pentru a putea exclude acele filme din predicții.
Acest exercițiu face parte din cursul
Construirea motoarelor de recomandare în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
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=____)