Konu özeti öneri motoru

Bu egzersizde, konu özetlerinin benzerliğine göre filmler öneren bir öneri motoru kuracağız. Sana, bir filmi adıyla alan, bir benzerlik matrisi ve argüman olarak bir de indices serisi kabul eden ve en benzer filmleri listeleyen bir get_recommendations() fonksiyonu verildi. indices zaten sağlandı.

Ayrıca, çeşitli filmlerin konu özetlerini içeren bir movie_plots Serisi de verildi. Görevin, bu özetlerin tf-idf vektörleri için bir kosinüs benzerliği matrisi üretmek.

Sonrasında, en sevdiğim filmlerden biri olan The Dark Knight Rises için öneriler oluşturarak motorumuzun gücünü test edeceğiz.

Bu egzersiz, kursun bir parçasıdır

Python ile NLP için Özellik Mühendisliği

Kursa Göz Atın

Egzersiz talimatları

İngilizce stop_words ile bir TfidfVectorizer başlat. Adı tfidf olsun.
fit_transform() kullanarak film konu özeti verisini fit edip dönüştürerek tfidf_matrix'i oluştur.
tfidf_matrix'i kullanarak kosinüs benzerliği matrisi cosine_sim üret. cosine_similarity() kullanma!
'The Dark Knight Rises' için öneriler üretmek üzere get_recommendations() fonksiyonunu kullan.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Initialize the TfidfVectorizer 
tfidf = ____(____='english')

# Construct the TF-IDF matrix
tfidf_matrix = tfidf.____(movie_plots)

# Generate the cosine similarity matrix
cosine_sim = ____(tfidf_matrix, tfidf_matrix)
 
# Generate recommendations 
print(get_recommendations(____, cosine_sim, indices))

Kodu Düzenle ve Çalıştır