sdl60660/letterboxd_recommendations

해결하는 문제

이 프로젝트는 Letterboxd 프로필을 기반으로 영화를 추천하는 영화 추천 시스템을 제공합니다. 사용자의 기존 평가를 분석함으로써 수동 검색이 필요 없으며, 사용자가 즐길 가능성이 높은 다른 영화를 예측합니다.

작동 방식

시스템은 공개된 Letterboxd 프로필에서 별점 평가를 스크래핑하고, 이를 숫자 값(1-10)으로 변환합니다. 이후 다른 사용자들의 대규모 평가 샘플을 기반으로 훈련된 특이값 분해(SVD) 기반의 협업 필터링 모델을 사용합니다. 이 모델은 사용자가 본 적 없는 영화에 대한 점수를 예측하고, 상위 예측 결과를 반환합니다. 이 시스템은 영화 메타데이터(장르, 출연진 등)를 사용하지 않고, 오직 평가 패턴에 기반합니다.

대상 사용자

Letterboxd를 사용하고 평가 이력 기반의 맞춤형 추천을 원하는 영화 애호가.

주요 특징

• 협업 필터링: SVD를 사용하여 사용자와 영화 간의 유사성을 찾습니다.
• 풀스택 구현: React 프론트엔드, FastAPI 백엔드, MongoDB를 통한 데이터 저장을 포함합니다.
• 풀사이클 데이터 파이프라인: Letterboxd 데이터를 스크래핑하는 커스텀 크롤러와 Redis를 통한 작업 큐 관리를 포함합니다.
• 대규모 데이터 처리: 수백만 개의 평가를 처리하여 예측을 생성할 수 있습니다.