Un modello di deep learning per la raccomandazione di film: progettazione e implementazione per dispositivi Android mediante TensorFlow Lite

Molte applicazioni moderne, sia per computer che per dispositivi mobili, utilizzano sistemi di raccomandazione per fornire suggerimenti personalizzati agli utenti migliorando la loro esperienza all’interno dell’applicazione stessa. Questi sistemi, che si basano su algoritmi di Machine Learning, sono ampiamente impiegati in contesti che vanno dall’intrattenimento ai social media, fino alle piattaforme di vendita online. Lo scopo di questa tesi è stato lo sviluppo di un semplice sistema di raccomandazione basato sul collaborative filtering e realizzato in Python con le librerie Keras e TensorFlow. Il modello ottenuto è in grado di fornire all’utente una lista di dieci raccomandazioni di film, basandosi sulle valutazioni che l’utente ha espresso per altri film e confrontandole con le recensioni di altre persone. Il modello è stato successivamente convertito con TensorFlow Lite, rendendolo quindi adatto all’implementazione su dispositivi Android e iOS che, presentando molte più limitazioni rispetto ai computer, necessitano di una versione adatta ad essi. È stata successivamente sviluppata un’app utilizzando il framework Flutter e il linguaggio di programmazione Dart per implementare il modello creato e consentire agli utenti di visualizzare i suggerimenti dei film direttamente dai dispositivi mobili.