بناء نظام ذكي مخصص لاقتراح أفضل 10 أفلام باستخدام Machine Learning

فكره المشروع: قمت بتطوير نظام ذكي لتوصية الأفلام باستخدام (Machine Learning)، حيث يعتمد على تحليل تقييمات المستخدمين وسلوكهم السابق لاستخراج الأنماط والاتجاهات المرتبطة باهتماماتهم وتفضيلاتهم. يهدف المشروع إلى تقديم توصيات مخصصة ودقيقة من خلال التنبؤ بالأفلام التي يُحتمل أن تنال إعجاب المستخدم بناءً على الأنماط المستخلصة من تقييماته السابقة، ثم اقتراح أفضل 10 أفلام مناسبة له، مما يساهم في تحسين تجربة المستخدم وزيادة دقة التوصيات. مراحل التنفيذ: 1. معالجة وتنظيف البيانات تنظيف البيانات وإزالة السجلات المكررة. استبعاد المستخدمين ذوي التقييمات القليلة والأفلام التي تحتوي على عدد محدود من التقييمات لتحسين جودة البيانات. تجهيز البيانات لتكون مناسبة لعمليات التحليل والتدريب. 2. Feature Engineering حساب متوسط تقييم كل مستخدم ومتوسط تقييم كل فيلم. تحليل تفضيلات المستخدمين بناءً على التصنيفات السينمائية المختلفة (Genres). تحويل التصنيفات السينمائية إلى تمثيل رقمي باستخدام One-Hot Encoding. بناء مجموعة من الخصائص التي تساعد النماذج على فهم سلوك المستخدم وتحسين دقة التنبؤ. 3. بناء النماذج وتدريبها تم تدريب ومقارنة عدة نماذج من تعلم الآلة لاختيار النموذج الأكثر كفاءة: Logistic Regression K-Nearest Neighbors (KNN) Decision Tree Random Forest Support Vector Machine (SVM) 4. تقييم الأداء تم تقييم النماذج باستخدام: Accuracy Precision Recall F1-Score ROC-AUC Confusion Matrix وقد حقق نموذج Random Forest أفضل أداء بمعدل ROC-AUC بلغ 0.814. 5. التوصيات النهائية يقوم النظام بحساب احتمالية إعجاب المستخدم بالأفلام التي لم يقم بتقييمها سابقًا، ثم ترتيب النتائج وعرض أفضل 10 أفلام مقترحة بشكل مخصص لكل مستخدم.