Sistema de recomendação de filmes desenvolvido com foco em análise de dados + machine learning + engenharia de software, utilizando o dataset MovieLens.
O projeto combina múltiplas abordagens de recomendação e disponibiliza uma API com FastAPI, além de um frontend moderno em React.
Este projeto foi desenvolvido com fins de portfólio, com os objetivos de:
- Aplicar conceitos de Sistemas de Recomendação
- Trabalhar com pipeline de dados
- Implementar API REST com FastAPI
- Criar um frontend moderno com React + TypeScript
- Integrar dados externos (TMDB)
- Demonstrar boas práticas de engenharia
- Python
- FastAPI
- Pandas
- Scikit-learn
- React
- TypeScript
- Vite
- TailwindCSS
- Axios
Recomenda os filmes mais avaliados.
Filmes com maior média de avaliação (com mínimo de votos).
Filmes filtrados por gênero, com exclusão de já assistidos.
Baseado em similaridade entre usuários utilizando:
- matriz usuário-item
- similaridade por cosseno
Combina todos os sistemas:
- cada sistema gera um ranking
- filmes recebem pontuação por posição
- ranking final agregado
| Endpoint | Descrição |
|---|---|
/recomendar/populares |
Top filmes mais avaliados |
/recomendar/melhores |
Melhores avaliados |
/recomendar/genero |
Por gênero |
/recomendar/knn |
Filtragem colaborativa |
/recomendar/ensemble |
Sistema híbrido |
Interface inspirada em plataformas como Netflix:
- Hero Section (filme em destaque)
- Cards com hover interativo
- Busca dinâmica
- Integração com API em tempo real
- Cache de imagens (TMDB)
Frontend (.env)
VITE_TMDB_API_KEY=your_api_key_hereDesenvolvido por Wellington Moreira