Анастасия
commited on
Commit
•
b8458b8
1
Parent(s):
aa2e3cb
project_streamlit_app
Browse files- images/1.jpeg +0 -0
- images/2.jpeg +0 -0
- images/3.jpeg +0 -0
- images/4.jpeg +0 -0
- images/5.jpeg +0 -0
- images/mem.jpg +0 -0
- pages/01_🎥_Serials.py +4 -4
- pages/02_🔥_Results.py +23 -4
images/1.jpeg
ADDED
![]() |
images/2.jpeg
ADDED
![]() |
images/3.jpeg
ADDED
![]() |
images/4.jpeg
ADDED
![]() |
images/5.jpeg
ADDED
![]() |
images/mem.jpg
ADDED
![]() |
pages/01_🎥_Serials.py
CHANGED
@@ -40,7 +40,7 @@ ganres_lst = sorted(['драма', 'документальный', 'биогра
|
|
40 |
st.sidebar.header('Панель инструментов :gear:')
|
41 |
choice_g = st.sidebar.multiselect("Выберите жанры", options=ganres_lst)
|
42 |
n = st.sidebar.selectbox("Количество отображаемых элементов на странице", options=[5, 10, 15, 20, 30])
|
43 |
-
st.sidebar.info("Для наилучшего соответствия, запрос должен быть максимально развернутым")
|
44 |
|
45 |
text = st.text_input('Введите описание для рекомендации')
|
46 |
|
@@ -86,16 +86,16 @@ if text and button:
|
|
86 |
|
87 |
# Отображение изображений и названий
|
88 |
for i in n_lst:
|
89 |
-
col1, col2 = st.columns([
|
90 |
with col1:
|
91 |
-
st.image(df['poster'][i], width=
|
92 |
with col2:
|
93 |
st.write(f"***Название:*** {df['title'][i]}")
|
94 |
st.write(f"***Жанр:*** {', '.join(df['ganres'][i])}")
|
95 |
st.write(f"***Описание:*** {df['description'][i]}")
|
96 |
# similarity = float(confidence)
|
97 |
# st.write(f"***Cosine Similarity : {round(similarity, 3)}***")
|
98 |
-
st.
|
99 |
st.write(f"")
|
100 |
end_time = time.time()
|
101 |
st.write(f"<small>*Степень соответствия по косинусному сходству: {conf_dict[i]:.4f}*</small>", unsafe_allow_html=True)
|
|
|
40 |
st.sidebar.header('Панель инструментов :gear:')
|
41 |
choice_g = st.sidebar.multiselect("Выберите жанры", options=ganres_lst)
|
42 |
n = st.sidebar.selectbox("Количество отображаемых элементов на странице", options=[5, 10, 15, 20, 30])
|
43 |
+
st.sidebar.info("📚 Для наилучшего соответствия, запрос должен быть максимально развернутым")
|
44 |
|
45 |
text = st.text_input('Введите описание для рекомендации')
|
46 |
|
|
|
86 |
|
87 |
# Отображение изображений и названий
|
88 |
for i in n_lst:
|
89 |
+
col1, col2 = st.columns([2, 5])
|
90 |
with col1:
|
91 |
+
st.image(df['poster'][i], width=200)
|
92 |
with col2:
|
93 |
st.write(f"***Название:*** {df['title'][i]}")
|
94 |
st.write(f"***Жанр:*** {', '.join(df['ganres'][i])}")
|
95 |
st.write(f"***Описание:*** {df['description'][i]}")
|
96 |
# similarity = float(confidence)
|
97 |
# st.write(f"***Cosine Similarity : {round(similarity, 3)}***")
|
98 |
+
st.markdown(f"[***ссылка на сериал***]({df['url'][i]})")
|
99 |
st.write(f"")
|
100 |
end_time = time.time()
|
101 |
st.write(f"<small>*Степень соответствия по косинусному сходству: {conf_dict[i]:.4f}*</small>", unsafe_allow_html=True)
|
pages/02_🔥_Results.py
CHANGED
@@ -1,15 +1,34 @@
|
|
1 |
import streamlit as st
|
2 |
-
from PIL import Image
|
|
|
3 |
|
4 |
st.write("""
|
5 |
## 📝 Итоги проекта Рекомендательные системы.
|
6 |
""")
|
7 |
"""
|
8 |
-
###### 1. Парсинг профильных
|
|
|
|
|
|
|
|
|
|
|
9 |
###### 2. Сбор и анализ информации с киносервисов. Формирование датасета. Итоговый размер - 14939 объектов.
|
10 |
-
###### 3. Предобработка данных от лишных символов и пропусков.
|
11 |
-
###### 4. Векторизация с использованием модели rubert-tiny2.
|
12 |
"""
|
|
|
13 |
|
|
|
|
|
14 |
|
|
|
|
|
|
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
import streamlit as st
|
2 |
+
from PIL import Image, ImageOps
|
3 |
+
import matplotlib.pyplot as plt
|
4 |
|
5 |
st.write("""
|
6 |
## 📝 Итоги проекта Рекомендательные системы.
|
7 |
""")
|
8 |
"""
|
9 |
+
###### 1. Парсинг профильных сайтов, итоговый с kino.mail.ru.
|
10 |
+
"""
|
11 |
+
|
12 |
+
st.image('images/mem.jpg', width=400)
|
13 |
+
|
14 |
+
"""
|
15 |
###### 2. Сбор и анализ информации с киносервисов. Формирование датасета. Итоговый размер - 14939 объектов.
|
|
|
|
|
16 |
"""
|
17 |
+
col1, col2 = st.columns(2)
|
18 |
|
19 |
+
with col1:
|
20 |
+
st.image('images/1.jpeg')
|
21 |
|
22 |
+
with col2:
|
23 |
+
st.image('images/2.jpeg')
|
24 |
+
# st.image('images/1.png')
|
25 |
|
26 |
+
"""
|
27 |
+
###### 3. Предобработка данных от лишных символов и пропусков.
|
28 |
+
"""
|
29 |
+
st.image('images/3.jpeg')
|
30 |
+
st.image('images/4.jpeg')
|
31 |
+
|
32 |
+
"""
|
33 |
+
###### 4. Векторизация с использованием модели RuBERT (Russian, cased, 12-layer, 768-hidden, 12-heads, 180M parameters)
|
34 |
+
"""
|