Movie Recommendation System
نظام يعتمد على Machine Learning لاقتراح أفلام مناسبة لكل مستخدم بناءً على تفضيلاته وسجل المشاهدة الخاص به. يقوم النظام بتحليل بيانات مثل الأفلام التي شاهدها المستخدم، التقييمات التي أعطاها، وأنواع الأفلام المفضلة لديه. بعد ذلك يتم حساب التشابه بين الأفلام أو بين المستخدمين باستخدام تقنيات مثل Content-Based Filtering و Collaborative Filtering لتقديم توصيات مخصصة.
تم استخدام أدوات تحليل البيانات مثل Pandas و NumPy لمعالجة البيانات، بالإضافة إلى Scikit-learn لبناء نموذج التوصية وحساب التشابه باستخدام Cosine Similarity. يعتمد المشروع على بيانات من MovieLens Dataset والتي تحتوي على معلومات عن المستخدمين والأفلام والتقييمات.
يهدف المشروع إلى فهم كيفية عمل أنظمة التوصية المستخدمة في منصات مثل Netflix وYouTube، وتطبيق تقنيات تعلم الآلة لتقديم اقتراحات أفلام أكثر دقة وملاءمة للمستخدم.
