update app.py
Browse files
app.py
CHANGED
@@ -3,49 +3,30 @@ import io
|
|
3 |
from PIL import Image
|
4 |
import pickle
|
5 |
import pandas as pd
|
6 |
-
from pandas.io.formats.style import Styler
|
7 |
import gradio as gr
|
8 |
|
9 |
-
|
10 |
def generar_recomendacion(svd_model, user_id, df, genres, top=5):
|
11 |
-
#
|
12 |
-
|
13 |
|
14 |
-
|
15 |
-
|
16 |
-
user_ratings = df[df['user_id'] == user_id]
|
17 |
-
unwatched_movie_ids = set(df['id'].unique()) - set(user_ratings['id'].unique())
|
18 |
|
19 |
-
|
20 |
recommended_movies = []
|
21 |
-
for movie_id in
|
22 |
predicted_rating = svd_model.predict(user_id, movie_id).est
|
23 |
recommended_movies.append((movie_id, predicted_rating))
|
24 |
|
25 |
-
|
26 |
recommended_movies.sort(key=lambda x: x[1], reverse=True)
|
27 |
|
28 |
-
|
29 |
-
# Obtener los títulos de las películas recomendadas y géneros
|
30 |
recommended_titles = [id_to_title[movie_id] for movie_id, _ in recommended_movies[:top]]
|
31 |
-
recommended_genres = []
|
32 |
-
for movie_id, _ in recommended_movies[:top]:
|
33 |
-
movie_genres = []
|
34 |
-
for genre in genres:
|
35 |
-
if df[df['id'] == movie_id][genre].values[0] == 1:
|
36 |
-
movie_genres.append(genre)
|
37 |
-
recommended_genres.append(', '.join(movie_genres))
|
38 |
-
|
39 |
-
# Crear un dataframe con las recomendaciones
|
40 |
-
recommendations_df = pd.DataFrame({
|
41 |
-
'Top': range(1, top+1),
|
42 |
-
'Películas': recommended_titles,
|
43 |
-
'Genero': recommended_genres
|
44 |
-
})
|
45 |
|
46 |
# Contar cuántas películas de cada género hay en las recomendaciones
|
47 |
recommended_movies_ids = [movie_id for movie_id, _ in recommended_movies[:top]]
|
48 |
-
genre_counts =
|
49 |
|
50 |
# Limpiar la figura
|
51 |
plt.clf()
|
@@ -54,15 +35,19 @@ def generar_recomendacion(svd_model, user_id, df, genres, top=5):
|
|
54 |
genre_colors = {'Drama': 'blue', 'Comedy': 'orange', 'Horror': 'red', 'Romance': 'pink'}
|
55 |
colors = [genre_colors[genre] for genre in genres]
|
56 |
|
|
|
|
|
57 |
# Crear el gráfico de barras con los colores específicos
|
58 |
-
plt.style.use('ggplot')
|
59 |
plt.bar(genres, genre_counts, color=colors)
|
60 |
plt.xlabel('Género', fontsize=10)
|
61 |
plt.ylabel('Cantidad', fontsize=10)
|
62 |
plt.title('Cantidad de Películas por Género en las Recomendaciones', fontsize=12)
|
63 |
-
plt.grid(True)
|
64 |
-
plt.xticks(fontsize=10)
|
65 |
-
plt.yticks(fontsize=10)
|
|
|
|
|
66 |
|
67 |
# Guardar el gráfico como una imagen PNG en una cadena de bytes
|
68 |
buf = io.BytesIO()
|
@@ -74,9 +59,8 @@ def generar_recomendacion(svd_model, user_id, df, genres, top=5):
|
|
74 |
im = im.convert('RGB')
|
75 |
buf.close()
|
76 |
|
77 |
-
|
78 |
-
return ', '.join(recommended_titles), im
|
79 |
-
|
80 |
|
81 |
|
82 |
# Leer los datos
|
@@ -86,6 +70,7 @@ dfmerge = pd.read_csv('merged_data7.csv')
|
|
86 |
with open('fc_model_svd_v2.pkl', 'rb') as file:
|
87 |
svd_model = pickle.load(file)
|
88 |
|
|
|
89 |
def wrap_generar_recomendacion(user_id, drama, comedy, horror, romance, top=5):
|
90 |
# Crear la lista de géneros de interés a partir de las casillas de verificación
|
91 |
genres = []
|
@@ -97,11 +82,11 @@ def wrap_generar_recomendacion(user_id, drama, comedy, horror, romance, top=5):
|
|
97 |
# Llamar a la función de recomendación y devolver los resultados como una cadena y una imagen
|
98 |
return generar_recomendacion(svd_model, user_id, dfmerge, genres, int(top))
|
99 |
|
100 |
-
|
101 |
demo = gr.Interface(
|
102 |
fn=wrap_generar_recomendacion,
|
103 |
inputs=[gr.inputs.Number(label="User ID"), gr.inputs.Checkbox(label="Drama"), gr.inputs.Checkbox(label="Comedy"), gr.inputs.Checkbox(label="Horror"), gr.inputs.Checkbox(label="Romance"), gr.inputs.Number(label="Top")],
|
104 |
-
outputs=[gr.outputs.Textbox(), gr.outputs.Image(type='pil')
|
105 |
title = '<h1 style="text-align: center; color: #FF6347;">STREAMREC</h1>',
|
106 |
description = """
|
107 |
<p>
|
@@ -112,14 +97,16 @@ Sistema de Recomendaciones Personalizadas de Películas y Series
|
|
112 |
<p><b style="color: #DC143C;">Advertencia: Ingresa el ID del usuario (user_id), selecciona los géneros de interés y la cantidad de recomendaciones que te gustaría generar.
|
113 |
Te mostraremos algunas películas que pueden gustarte.</b></p>
|
114 |
<img src="https://i.pinimg.com/564x/18/51/c8/1851c8a1adbf68564f3a29e1c5c602a0.jpg" alt="logo" width="250"/>
|
115 |
-
<img src="https://i.pinimg.com/564x/22/19/69/221969071884e659af16c78455e3afde.jpg" alt="logo" width="1000" height="
|
116 |
</center>
|
117 |
</p>
|
118 |
""",
|
119 |
|
120 |
allow_flagging='auto',
|
121 |
-
theme="huggingface",
|
122 |
-
favicon="https://iconos8.es/icon/OrZ75sWwdNU2/comedia",
|
|
|
123 |
)
|
124 |
|
125 |
-
|
|
|
|
3 |
from PIL import Image
|
4 |
import pickle
|
5 |
import pandas as pd
|
|
|
6 |
import gradio as gr
|
7 |
|
|
|
8 |
def generar_recomendacion(svd_model, user_id, df, genres, top=5):
|
9 |
+
# Filtrar las películas que correspondan al usuario y a los géneros de interés
|
10 |
+
df_filtered = df[(df['user_id'] == user_id) & df[genres].any(axis=1)]
|
11 |
|
12 |
+
# Crear un mapeo de id de película a título de película para una búsqueda más eficiente
|
13 |
+
id_to_title = df_filtered.set_index('id')['title'].to_dict()
|
|
|
|
|
14 |
|
15 |
+
# Obtener las recomendaciones utilizando la función `predict` del modelo SVD
|
16 |
recommended_movies = []
|
17 |
+
for movie_id in df_filtered['id'].unique():
|
18 |
predicted_rating = svd_model.predict(user_id, movie_id).est
|
19 |
recommended_movies.append((movie_id, predicted_rating))
|
20 |
|
21 |
+
# Ordenar las películas según su predicción de rating
|
22 |
recommended_movies.sort(key=lambda x: x[1], reverse=True)
|
23 |
|
24 |
+
# Obtener los títulos de las películas recomendadas
|
|
|
25 |
recommended_titles = [id_to_title[movie_id] for movie_id, _ in recommended_movies[:top]]
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
26 |
|
27 |
# Contar cuántas películas de cada género hay en las recomendaciones
|
28 |
recommended_movies_ids = [movie_id for movie_id, _ in recommended_movies[:top]]
|
29 |
+
genre_counts = df_filtered[df_filtered['id'].isin(recommended_movies_ids)][genres].sum()
|
30 |
|
31 |
# Limpiar la figura
|
32 |
plt.clf()
|
|
|
35 |
genre_colors = {'Drama': 'blue', 'Comedy': 'orange', 'Horror': 'red', 'Romance': 'pink'}
|
36 |
colors = [genre_colors[genre] for genre in genres]
|
37 |
|
38 |
+
|
39 |
+
|
40 |
# Crear el gráfico de barras con los colores específicos
|
41 |
+
plt.style.use('ggplot') # establece el estilo del gráfico
|
42 |
plt.bar(genres, genre_counts, color=colors)
|
43 |
plt.xlabel('Género', fontsize=10)
|
44 |
plt.ylabel('Cantidad', fontsize=10)
|
45 |
plt.title('Cantidad de Películas por Género en las Recomendaciones', fontsize=12)
|
46 |
+
plt.grid(True) # agrega una cuadrícula
|
47 |
+
plt.xticks(fontsize=10) # ajusta el tamaño de la fuente de los ticks del eje x
|
48 |
+
plt.yticks(fontsize=10) # ajusta el tamaño de la fuente de los ticks del eje y
|
49 |
+
|
50 |
+
|
51 |
|
52 |
# Guardar el gráfico como una imagen PNG en una cadena de bytes
|
53 |
buf = io.BytesIO()
|
|
|
59 |
im = im.convert('RGB')
|
60 |
buf.close()
|
61 |
|
62 |
+
# Devolver la lista de títulos y el gráfico como una imagen
|
63 |
+
return ', '.join(recommended_titles), im
|
|
|
64 |
|
65 |
|
66 |
# Leer los datos
|
|
|
70 |
with open('fc_model_svd_v2.pkl', 'rb') as file:
|
71 |
svd_model = pickle.load(file)
|
72 |
|
73 |
+
# Modificar la función wrap_generar_recomendacion para devolver una imagen también
|
74 |
def wrap_generar_recomendacion(user_id, drama, comedy, horror, romance, top=5):
|
75 |
# Crear la lista de géneros de interés a partir de las casillas de verificación
|
76 |
genres = []
|
|
|
82 |
# Llamar a la función de recomendación y devolver los resultados como una cadena y una imagen
|
83 |
return generar_recomendacion(svd_model, user_id, dfmerge, genres, int(top))
|
84 |
|
85 |
+
# Modificar la interfaz de Gradio para mostrar una imagen también
|
86 |
demo = gr.Interface(
|
87 |
fn=wrap_generar_recomendacion,
|
88 |
inputs=[gr.inputs.Number(label="User ID"), gr.inputs.Checkbox(label="Drama"), gr.inputs.Checkbox(label="Comedy"), gr.inputs.Checkbox(label="Horror"), gr.inputs.Checkbox(label="Romance"), gr.inputs.Number(label="Top")],
|
89 |
+
outputs=[gr.outputs.Textbox(), gr.outputs.Image(type='pil')],
|
90 |
title = '<h1 style="text-align: center; color: #FF6347;">STREAMREC</h1>',
|
91 |
description = """
|
92 |
<p>
|
|
|
97 |
<p><b style="color: #DC143C;">Advertencia: Ingresa el ID del usuario (user_id), selecciona los géneros de interés y la cantidad de recomendaciones que te gustaría generar.
|
98 |
Te mostraremos algunas películas que pueden gustarte.</b></p>
|
99 |
<img src="https://i.pinimg.com/564x/18/51/c8/1851c8a1adbf68564f3a29e1c5c602a0.jpg" alt="logo" width="250"/>
|
100 |
+
<img src="https://i.pinimg.com/564x/22/19/69/221969071884e659af16c78455e3afde.jpg" alt="logo" width="1000" height="200"/>
|
101 |
</center>
|
102 |
</p>
|
103 |
""",
|
104 |
|
105 |
allow_flagging='auto',
|
106 |
+
theme="huggingface", # establece un tema predefinido
|
107 |
+
favicon="https://iconos8.es/icon/OrZ75sWwdNU2/comedia", # establece tu favicon personalizado
|
108 |
+
|
109 |
)
|
110 |
|
111 |
+
# Lanzar la interfaz
|
112 |
+
demo.launch()
|