Recomendador de Películas AI

Sistema de recomendación inteligente basado en búsqueda semántica y arquitectura RAG

Información Rápida

Nombre del proyecto: Recomendador de Películas

Descripción: Sistema de recomendación que utiliza búsqueda semántica vectorial para encontrar películas similares y genera explicaciones personalizadas mediante LLMs.

Tipo: Proyecto de Ciencia de Datos / IA (RAG Pipeline)

Rol: Data Engineer / ML Developer

Fecha: Junio - Julio 2025

Tecnologías Usadas: Python, FAISS, SentenceTransformer, Google Gemini API, Streamlit

Colaboradores: Gabriel Scarafia, Matias Russo, Joaquin Muñoz, Tomas Sbert

Probar Herramienta Ver Código

Desafío

Las plataformas tradicionales de recomendación suelen basarse en filtros de género o palabras clave exactas, lo que limita la capacidad de descubrir contenido basándose en conceptos abstractos o tramas complejas. El desafío fue construir un motor de búsqueda que "entendiera" el contexto de la sinopsis.

El objetivo fue implementar un pipeline de Generación Aumentada por Recuperación (RAG) que no solo encontrara las películas adecuadas, sino que fuera capaz de razonar y explicar al usuario por qué esas opciones encajan con sus gustos particulares.

Enfoque y Proceso

El proceso comenzó con un dataset masivo en CSV que contenía títulos, años, géneros y sinopsis. Aplicamos una etapa de normalización de texto y creamos una "Sopa de Metadatos" combinando género, sinopsis y director para enriquecer el contexto semántico.

Para la búsqueda semántica, transformamos las descripciones en vectores de 384 dimensiones utilizando el modelo SentenceTransformer. Estos vectores fueron indexados en FAISS (Facebook AI Similarity Search), permitiendo comparaciones de similitud coseno en milisegundos sobre miles de registros.

Solución Implementada:

La arquitectura final (RAG) une la recuperación eficiente de datos con la IA Generativa:

Recuperación (Retriever): FAISS localiza las 5 películas más cercanas vectorialmente a la consulta del usuario.
Contextualización (Augmenter): Se construye un prompt dinámico que inyecta la consulta original y los datos de las películas encontradas.
Generación (Generator): Se utiliza la API de Gemini para analizar el contexto y redactar una recomendación personalizada que explica la conexión lógica entre la búsqueda y los resultados.

Arquitectura del Sistema (Pipeline RAG)

Entrada & Preproceso: Limpieza de datos y normalización de la sinopsis/metadatos.

Vectorización (Embeddings): Conversión de texto a vectores numéricos de 384 dimensiones.

Indexación FAISS: Organización de vectores para búsqueda de similitud ultrarrápida.

Inferencia AI (Gemini): Generación de recomendaciones basadas en las coincidencias recuperadas.

Características Técnicas Destacadas

Búsqueda Semántica

Supera la limitación de palabras clave exactas, permitiendo buscar por conceptos como "ciencia ficción distópica con giros de trama".

Indexación con FAISS

Utiliza librerías optimizadas para realizar búsquedas en espacios vectoriales de alta dimensión en tiempo real.

IA Explicativa

No solo entrega una lista; gracias a Gemini, el sistema redacta una justificación de por qué cada película es relevante para el usuario.

Feature Engineering

Creación de 'Sopa de Metadatos' para optimizar la tokenización y dar mayor peso semántico a directores y géneros.

Demo

Video demostrativo del recomendador en acción

Vistazo a la Herramienta

Interfaz del Recomendador — **Interfaz en Streamlit** Aplicación web interactiva para realizar consultas al motor RAG.

Respuesta del Recomendador — **Respuesta** Recomendación personalizada generada por Gemini.