Personalized Movie Recommendation System
A hybrid recommendation system integrating content-based and collaborative filtering approaches
--- views
Developed a full-featured web application using Next.js, Tailwind CSS, and shadcn/ui to simulate profile selection and recommendations. Implemented data cleaning techniques and visualized key insights using Pandas, NumPy, and Matplotlib. Fine-tuned matrix factorization and LSTM models for collaborative filtering with optimized hyperparameters.
Teknologi
Applied machine learning · Sistem rekomendasi
Konteks#
Proyek rekomendasi film yang mengeksplorasi penggabungan pendekatan content-based dan collaborative.
Implementasi#
Catatan proyek mencantumkan Python, TensorFlow, Pandas, dan NumPy untuk rekomendasi, dengan FastAPI dan Next.js yang menghubungkannya ke antarmuka web.
Refleksi#
Proyek ini menjadi pijakan minat saya pada applied AI: menghubungkan perilaku model dengan produk yang dapat digunakan.
Arah berikutnya#
Arah risetnya adalah evaluasi yang jelas: dokumentasikan dataset, baseline ranking, cold-start, dan keterbatasan sebelum menyampaikan klaim performa.