Основной причиной создания сервиса является необходимость в повышение уровня вовлеченности пользователей с помощью рекомендаций.

1. Подготовка технической документации по проекту
   1. Подготовка плана
   2. Архитектура проекта
2. Разработка базового сервиса рекомендаций
   1. Подготовка инфраструктуры сервиса рекомендаций в виде docker-compose.yaml
      1. DB - MongoDB
      2. Queue - RabbitMQ
   2. Реализация сервиса выдающего в качестве рекомендации наиболее рейтинговые фильмы
      1. по жанрам
      2. без фильтрации
3. Разработка сервиса рекомендаций
   1. Поиск подходящего датасета для обучения моделей
   2. Подготовка ML моделей для рекомендательных систем:
      1. Исследование ML моделей для рекомендательных систем:
         1. Content based - для сценария рекомендаций похожих на фильм фильмов
         2. Colabrate filtering - для сценария персонифицированные рекомендации фильма для пользователя
      2. Тестирование моделей с целью подбора оптимальных гиперпараметров
      3. Обучение выбранных в процессе исследования моделей с оптимальными гиперпараметрами
   3. Модификация базового сервиса рекомендаций:
      1. Базовые рекомендации становятся бекофом
      2. Встраивание моделей в сервис как основной вариант получения рекомендаций.
4. Тестирование работы сервиса и написание автотестов.
5. Сдача проекта.
   1. Подготовка презентации https://practicum.yandex.ru/learn/middle-python/courses/2b7adc5f-9e8c-4674-8c98-493c34bd82c2/sprints/22597/topics/980c8b76-53c9-4b89-afb1-4fbb08cfcd88/lessons/b202297e-ece3-4d52-9e8b-06ba990dd936/

• Запросы не должны отдаваться более 300 миллисекунд.
• Код приложения должен быть чувствителен к входным данным и выдавать соответствующие коды и тексты ошибок. Не должно быть ответа сервера с кодом 5ХХ.

• Персонифицированная рекомендация фильма для пользователя
• Рекомендация похожих на фильм фильмов
• бекофф - статическая рекомендация(наиболее популярные или рейтинговые фильмы) в случае недоступности сервиса рекомендаций.

запрос рекомендации похожих на фильм фильмов отличается только входными данными

• косинусное расстояние между названиями фильмов
• статистика по схожим признакам
• ...

• по пользователям со схожими запросами

• f1 между тестовой выборкой и рекомендациями модели
• второй вариант оценка косинусного расстояния между полученными рекомендациями