Projekt

Numer grupy: 3

Nazwa projektu: Spersonalizowany system rekomendacji filmowych na podstawie danych użytkowników platformy Letterboxd

Opis: Głównym celem projektu było przeprowadzenie procesu fine-tuningu dużego modelu językowego w taki sposób, aby potrafił on trafnie przewidzieć ocenę punktową, jaką konkretny użytkownik przyznałby danemu filmowi, bazując wyłącznie na jego krótkim opisie fabularnym.

Etapy projektu:

• Analiza danych z platformy Letterboxd w celu identyfikacji trendów dotyczących rozkładu ocen filmów, dominujących krajów produkcji, popularności gatunków oraz aktywności użytkowników.
• Wybór modelu HuggingFace Transformers.
• Fine-tuning modelu LLM i interpretacja wyników.

Grupa

Lab	ID	Nazwisko	Imię
1	73059	Tym	Maksymilian
1	72173	Fąfara	Julia
1	71883	Kluska	Dawid
1	71634	Surganow	Aleksander

Źródła danych

Kaggle

Letterboxd Movie Ratings Data (https://www.kaggle.com/datasets/samlearner/letterboxd-movie-ratings-data)

Zmienne

movie_data: _id, genres, image_url, imdb_id, imdb_link, movie_id, movie_title, original_language, overview, popularity, production_countries, release_date, runtime, spoken_languages, tmdb_id, tmdb_link, vote_average, vote_count, year_released

ratings_data: _id, movie_id, rating_val, user_id

users_data: _id, display_name, num_ratings_pages, num_reviews, username

Uruchomienie projektu i odtworzenie wyników

Zależności i środowisko wirtualne można zainicjować przy użyciu uv lub pip.

uv

uv sync

pip

python -m venv .venv
source .venv/bin/activate
pip install .

Pobranie danych

W projekcie wykorzystany został duży zbiór danych, który nie jest załączony do repozytorium ze względu na rozmiar. Po uruchomieniu komórek w notatniku biblioteka kagglehub automatycznie pobierze zbiór bezpośrednio z platformy Kaggle i załaduje pliki CSV do środowiska.

Odtworzenie wyników

Aby odtworzyć wyniki, należy otworzyć notatniki znajdujące się w folderze src i uruchomić wszystkie znajdujące się w nich komórki. Plik analiza.ipynb zawiera Eksploracyjną Analizę Danych (drugi etap projektu), a plik finetuning.ipynb zawiera trening modelu LLM (czwarty etap projektu).

Ważne uwagi dotyczące odtwarzalności:

• W kodzie zastosowano stałe ziarno losowości podczas podziału na zbiór testowy i treningowy, co gwarantuje identyczny rozkład danych przy każdym uruchomieniu.
• Do szybkiego treningu zalecane jest użycie karty graficznej. Trening na samym procesorze jest możliwy, ale znacznie wydłuży czas wykonania. Sposób instalacji biblioteki torch różni się w zależności od posiadanego sprzętu. Aby model wykorzystywał akcelerację sprzętową, należy zainstalować bibliotekę dopasowaną do własnej karty graficznej.

Zawartość

P5_3_LetterBoxd_72173/
|
|--- src/
|------ analiza.ipynb
|------ finetuning.ipynb
|--- Raport.pdf
|--- pyproject.toml
|--- .gitignore
|--- .python-version
|--- README.md
|--- uv.lock

Wykorzystanie narzędzi AI

Podczas realizacji projektu wykorzystano modele językowe (Claude, Gemini) w charakterze wsparcia technicznego:

• Pomoc przy debugowaniu kodu
• Pomoc przy rozwiązywaniu problemów środowiskowych
• Korekta dokumentacji