🎬 Moviestar App

Bienvenue dans Moviestar App, une application web de recommandation de films intelligente qui vous aide à découvrir des films adaptés à vos goûts.

🌟 Fonctionnalités principales

• 🎥 Exploration de films : Parcourez une vaste collection de films
• 🔍 Recherche avancée : Trouvez des films par titre, réalisateur ou acteur
• 🤖 Recommandations personnalisées : Découvrez des films similaires à ceux que vous aimez
• 💾 Ma liste : Enregistrez vos films préférés pour plus tard
• 📱 Interface moderne : Design réactif et convivial

🎯 Fonctionnalités techniques

• Système de recommandation basé sur KNN (K-Nearest Neighbors)
• Filtrage collaboratif pour des suggestions personnalisées
• Mise en cache intelligente pour des performances optimales
• Mise à jour en temps réel des recommandations

🛠️ Technologies utilisées

• Frontend :

  • Streamlit pour l'interface utilisateur
  • HTML/CSS personnalisé
  • Animations Lottie pour une meilleure expérience utilisateur

• Backend :

  • Python 3.9+
  • Pandas pour la manipulation des données
  • Scikit-learn pour les algorithmes de machine learning
  • Joblib pour la sérialisation des modèles

• Optimisation :

  • Données compressées pour des temps de chargement rapides
  • Mise en cache des résultats de recherche
  • Gestion efficace de la mémoire

⚙️ Installation locale

1. Cloner le dépôt :

   git clone https://github.com/jbhdev/data-films.git
   cd data-films

2. Créer un environnement virtuel (recommandé) :

   python -m venv venv
   source venv/bin/activate  # Sur Windows: .\venv\Scripts\activate

3. Installer les dépendances :

   pip install -r requirements.txt

4. Lancer l'application :

   streamlit run streamlit_app/app.py

📊 Structure des données

L'application utilise des fichiers de données pré-traités pour des performances optimales :

• processed_films_compressed.pkl.gz : Données transformées pour KNN
• nn_model_compressed.pkl.gz : Modèle KNN entraîné
• nn_distances_compressed.pkl.gz : Distances et indices pré-calculés

📱 Fonctionnalités avancées

Recherche intelligente

• Recherche par titre, réalisateur ou acteur
• Suggestions en temps réel
• Filtrage par genre et année

Page de détail des films

• Affiche les informations complètes du film
• Recommandations de films similaires
• Accès rapide au réalisateur et aux acteurs

Ma liste

• Ajoutez des films à votre liste personnelle
• Consultez vos films enregistrés à tout moment
• Interface intuitive pour gérer votre collection

🚀 Déploiement

L'application peut être déployée sur n'importe quelle plateforme supportant Streamlit, comme :

• Streamlit Cloud
• Heroku
• AWS/GCP/Azure
• Docker

👥 Auteurs / Contributeurs

Un grand merci à tous les contributeurs qui ont participé à ce projet :

• Sandrine banien - Développeur & Data analyst
• Jean-Baptiste Hallassou - Développeur & Data analyst
• Anthony Desnous - Développeur & Data analyst
• Amir Meraka - Développeur & Data analyst

📝 Licence

Ce projet est sous licence MIT. Voir le fichier LICENSE pour plus d'informations.

🙋‍♂️ Support

Pour toute question ou problème, veuillez ouvrir une issue sur le dépôt GitHub.

📊 Statistiques

• Plus de 10 000 films dans la base de données
• Interface optimisée pour tous les appareils
• Temps de chargement moyen inférieur à 2 secondes

Lien vers le détail du projet

https://wildcodeschool.github.io/data-training-resources/projet/projet-2/#ressources