Netflis

Netflis es una aplicación web creada con el fin de simular o ser un prototipo enfocada al concepto de Big Data. Esta app muestra una lista de películas populares utilizando la API de TMDB y permite a los usuarios guardar películas en su lista de intereses para posteriormente ser procesadas por un modelo Machine Learning que sugerirá películas en base a sus gustos con el dataset (ya incluido en el proyecto) utilizado para entrenarlo.

Características

• Listado de películas populares con información como título, descripción y póster (obtenido de la API TMDB).
• Funcionalidad para buscar películas por nombre.
• Posibilidad de guardar películas en una lista de intereses.
• Ver Tendencias entre los Usuarios.
• Ver estadísticas propias del usuario y a nivel global.
• Notificaciones visuales con SweetAlert para confirmar acciones del usuario.

Requisitos previos

Antes de comenzar, asegúrate de tener instalados los siguientes componentes:

• PHP >= 8.0
• Composer
• Node.js y npm
• Python >= 3.8
• Flask y bibliotecas necesarias para Machine Learning
• MongoDB (De preferencia en este proyecto) o cualquier base de datos compatible con Laravel
• Servidor web como Apache o Nginx
• Clave de API de TMDB (puedes obtenerla registrándote en TMDB)

Instalación

Sigue estos pasos para configurar el proyecto en tu entorno local:

1. Clona este repositorio:

   git clone https://github.com/tu-usuario/netflis.git
   cd netflis

2. Instala las dependencias de PHP:

   composer install

3. Instala las dependencias de Node.js:

   npm install

4. Instala las dependencias de Python (asegúrate de tener un entorno virtual configurado):

   pip install -r requirements.txt

5. Copia el archivo de configuración de ejemplo y configura tus credenciales:

   cp .env.example .env

Edita el archivo .env para configurar la conexión a tu base de datos y agrega tu clave de API de TMDB:

TMDB_API_KEY=tu_clave_de_api

6. Genera la clave de la aplicación:

   php artisan key:generate

7. Ejecuta las migraciones para crear las tablas en la base de datos:

   php artisan migrate

8. Opcional: Si necesitas datos iniciales, ejecuta los seeders:

   php artisan db:seed

9. Compila los assets front-end:

   npm run dev

10. Inicia el servidor de desarrollo:

    php artisan serve

11. Inicia el servidor Flask para las peticiones de Machine Learning:

    uvicorn api:app --host 0.0.0.0 --port 5000 --reload

La aplicación estará disponible en http://localhost:8000.

Uso

• Accede a la página principal para ver las películas populares (datos obtenidos de la API TMDB).
• Haz clic en el botón "Me Interesa" para guardar una película en tu lista de intereses.
• Usa la barra de búsqueda para encontrar películas específicas.
• Entra a la sección "Mis Intereses" para ver el funcionamiento del ML.
• Entra a la sección "Intereses Globales" para ver tendencias entre los usuarios.
• Entra a la sección "Estadisticas" para ver estadísticas claves.

Tecnologías utilizadas

• Backend: Laravel, Flask
• Frontend: Blade, TailwindCSS, jQuery, SweetAlert
• Base de datos: MongoDB
• Machine Learning: Python, Flask
• API externa: TMDB (The Movie Database)

Contribuciones

Si deseas contribuir a este proyecto, por favor sigue estos pasos:

• Haz un fork del repositorio.
• Crea una rama para tu funcionalidad o corrección de errores:
• Realiza tus cambios y haz un commit:
• Envía tus cambios al repositorio remoto:
• Abre un Pull Request en este repositorio.

Licencia

Este proyecto está bajo la licencia MIT.