klaudiosinani/moviebox

Machine learning movie recommending system

解决的问题

基于特定电影的剧情摘要，提供一种寻找故事和含义相似电影的方法，而不是依赖于通用类别。

工作原理

系统使用来自卡内基梅隆电影摘要语料库的5,000部电影标题和剧情数据集。采用TF-IDF（词频-逆文档频率）对剧情摘要进行分析和向量化。为了生成推荐，计算输入电影的向量与其他电影向量之间的余弦相似度，选择最匹配的电影。

适用人群

对内容推荐系统以及TF-IDF和余弦相似度在文本分析中的应用感兴趣的开发者或研究人员。

主要亮点

  • 使用TF-IDF和余弦相似度的内容推荐引擎。
  • 包含5,000部电影的标题、类别和剧情数据集。
  • 支持命令行接口（CLI）和Python API两种访问方式。
  • 支持自定义推荐数量和可选的剧情显示。

相关