Sistema de recomendación basado en contenidos
Recursos
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.
Objetivos
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.
Dataset de trabajo
Para crear este sistema de Recomendación, usaremos un Dataset oficial de IDBM con 1000 películas.
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.