نظام توصية بالكتب باستخدام تعلم الآلة وتحليل تفضيلات المستخدمين

في هذا المشروع قمت بتطوير نظام توصية بالكتب يعتمد على تحليل تقييمات المستخدمين لاكتشاف الكتب المتشابهة واقتراح كتب مناسبة بناءً على اهتمامات القارئ. يعتمد النظام على تقنيات Collaborative Filtering لاكتشاف الأنماط في تقييمات المستخدمين وتقديم توصيات ذكية للكتب. مراحل المشروع تشمل: جمع ومعالجة بيانات الكتب والمستخدمين والتقييمات تنظيف البيانات والتعامل مع القيم غير الصحيحة دمج البيانات من عدة جداول لإنشاء Dataset موحد تصفية المستخدمين والكتب ذات التقييمات القليلة لتحسين جودة التوصيات إنشاء User-Item Matrix باستخدام Pivot Table تحويل البيانات إلى Sparse Matrix لتحسين كفاءة المعالجة تدريب نموذج K-Nearest Neighbors (KNN) لاكتشاف الكتب الأكثر تشابهًا بناء دالة تقوم بإرجاع كتب مقترحة مشابهة للكتاب الذي يختاره المستخدم الهدف من المشروع هو توضيح كيفية استخدام تقنيات تعلم الآلة لإنشاء أنظمة توصية ذكية مشابهة لتلك المستخدمة في منصات مثل Amazon وNetflix.