klaudiosinani/moviebox
Machine learning movie recommending system
解決的問題
根據特定電影的劇情摘要，提供一種尋找故事與意義相似電影的方法，而非依賴於一般性分類。
工作原理
系統使用來自卡內基梅隆電影摘要語料庫的5,000部電影標題與劇情資料集。採用TF-IDF（詞頻-逆文件頻率）對劇情摘要進行分析與向量化。為了產生推薦，計算輸入電影的向量與資料集中其他電影向量之間的餘弦相似度，並選擇最接近的匹配項。
適用對象
對內容推薦系統以及TF-IDF與餘弦相似度在文字分析中應用感興趣的開發者或研究人員。
主要亮點
- 使用TF-IDF與餘弦相似度的內容推薦引擎。
- 包含5,000部電影的標題、類別與劇情資料集。
- 支援命令列介面（CLI）與Python API兩種存取方式。
- 支援自訂推薦數量與可選的劇情顯示。
相關
- 專案
- 專案
- 專案
- 專案
- Dispatch