Para esta Situación de aprendizaje, se sugiere emplear Python como lenguaje textual y Google Colab para trabajar de manera colaborativa en red o Jupiter-NoteBook / Jupiter-Lab para trabajo en el ordenador local.

Crear un sistema de recomendación que pueda ofrecer a nuestros clientes de TV-tú un conjunto de películas, en función a las puntuaciones que ya tenemos en nuestra base de datos.

El algoritmo tendrá en cuenta un mínimo de 3 películas y un máximo de 10 que haya visto el usuario y deberá recomendar un mínimo de 50 películas y un máximo de 250.

Para crear este sistema de Recomendación, usaremos un Dataset oficial de IDBM con 1000 películas.

Anexo csv

Columns:

• Rank: Movie rank order.
• Title: The title of the film.
• Description: Brief one-sentence movie summary.
• Director: The name of the film's director.
• Actors: A comma-separated list of the main stars of the film.
• Year: The year that the film released as an integer.
• Runtime (Minutes): The duration of the film in minutes.
• Rating: User rating for the movie 0-10.
• Votes: Number of votes.
• Revenue (Millions): Movie revenue in millions.
• Metascore: An aggregated average of critic scores. Values are between 0 and 100. Higher scores represent positive reviews.
• Genre: 1-2-3 list of genres used to classify the film.