Book Recommender System using Machine Learning

Ce projet est une application Streamlit qui recommande des livres similaires à celui sélectionné par l'utilisateur, en utilisant un modèle de Machine Learning basé sur l'algorithme K-Nearest Neighbors (KNN).

Fonctionnalités

• Sélection de livre : Permet à l'utilisateur de choisir un livre parmi une liste déroulante.
• Recommandations personnalisées : Propose 5 livres similaires basés sur la sélection de l'utilisateur.
• Affichage des posters : Montre les images des livres recommandés.

Installation et Exécution

Clonez le dépôt Git :

git clone https://github.com/youngSaid21/Book-Recommender-System.git

Installation des Dépendances

1. Créez un environnement virtuel (si ce n'est pas déjà fait) :

   python -m venv env

2. Activez l'environnement virtuel :

   • Sous Windows :

     env\Scripts\activate

   • Sous macOS et Linux :

     source env/bin/activate

3. Installez les dépendances à l'aide du fichier requirements.txt :

   pip install -r requirements.txt

4. Lancez l'application Streamlit :

streamlit run app.py

Accédez à l'interface web via votre navigateur pour utiliser l'application.

Structure du Projet

app.py : Le code source de l'application Streamlit. artifacts/ : Dossier contenant les fichiers nécessaires pour le modèle et les données : model.pkl : Le modèle KNN. books_name.pkl : Liste des noms des livres. final_rating.pkl : DataFrame avec les informations sur les livres. book_pivot.pkl : Tableau croisé des livres.

Utilisation

Sélectionnez un livre dans le menu déroulant. Cliquez sur Show Recommendation pour afficher les 5 livres recommandés et leurs posters.