RecGPT

Sistema de recomendación de películas que combina embeddings semánticos y un LLM para generar recomendaciones y justificaciones en lenguaje natural.

Características

• Carga y preprocesado de metadatos de películas y calificaciones (CSV en data/).
• Generación y persistencia de embeddings usando Chroma + OpenAI Embeddings.
• Construcción de perfiles de usuario a partir de sus valoraciones.
• Motor de recomendación que busca películas semánticamente similares y genera explicaciones con un LLM.
• CLI minimalista (main.py) con comandos init, recommend y health.

Requisitos

Instala dependencias:

python -m venv venv
. venv/bin/activate
pip install -r requirements.txt

Crea un archivo .env en la raíz con al menos:

OPENAI_API_KEY=tu_openai_api_key
CHROMA_DIR=./chroma_store
EMBEDDING_MODEL=text-embedding-3-large
GPT_MODEL=gpt-4.1-mini

Cargar Dataset (Sin links)

• Descargar “The Movies Dataset” en Kaggle

Uso (CLI)

• Inicializar y procesar CSVs:

python main.py init --data-path ./data --save

• Generar y guardar embeddings (costoso, requiere OPENAI_API_KEY):

python main.py init --data-path ./data --save-embeddings

• Generar recomendaciones para un usuario (JSON):

python main.py recommend --user-id 1 --mode json --top-n 20

• Recomendaciones en lenguaje humano:

python main.py recommend --user-id 1 --mode human --top-n 10

Notas técnicas

• src/data_loader.py: carga y une movies_metadata.csv, keywords.csv, credits.csv y ratings.csv.
• src/preprocessing.py: crea descripciones por película que se usan para generar embeddings.
• src/embeddings_store.py: construye o carga la base Chroma de embeddings.
• src/user_profile.py: crea el vector de perfil del usuario a partir de los embeddings de las películas valoradas.
• src/recommender.py: orquesta el flujo y filtra candidatos ya vistos antes de llamar al LLM (src/llm_justifier.py).