Рекомендації на основі профілю користувача
Тепер, коли ви побудували профіль користувача на основі узагальнення окремих фільмів, які йому сподобалися, ви можете порівняти його з більшим датафреймом tfidf_summary_df, з яким працювали, щоб згенерувати пропозиції. Оскільки ви не захочете рекомендувати фільми, які користувач уже переглянув, спочатку знайдете підмножину датафрейму tfidf_summary_df, що не містить жодного з раніше переглянутих фільмів.
Датафрейм user_prof, який ви створили в попередній вправі й який містить один стовпчик, що представляє користувача, уже завантажено. Так само завантажено list_of_movies_enjoyed, щоб ви могли виключити ці фільми з прогнозів.
Ця вправа є частиною курсу
Створення систем рекомендацій у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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=____)