Update app.py

app.py

@@ -4,20 +4,22 @@ from scipy import spatial
 import random
 import os
 
-# 1. MODELİ YÜKLE
+# --- SAYFA AYARLARI ---
+st.set_page_config(page_title="CastMatch AI", layout="wide")
+
+# --- 1. MODEL VE VERİ YÜKLEME (ÖNBELLEKLİ) ---
 @st.cache_resource
-def load_data():
+def load_model():
     try:
-        # Hugging Face ana dizinindeki pkl dosyasını okur
         with open('movie_model.pkl', 'rb') as f:
             return pickle.load(f)
-    except:
+    except Exception as e:
         return None
 
-model_data = load_data()
+model_data = load_model()
 movie_dict = model_data['movie_dict'] if model_data else {}
 
-# 2. OYUNCU DNA VERİTABANI
+# Oyuncu DNA Veritabanı
 tum_unlu_verileri = {
     "Sylvester Stallone": {"c": "Male / Erkek", "v": [0.9, 0.2, 0.1, 0.1, 0.1, 0.8]},
     "Robert De Niro": {"c": "Male / Erkek", "v": [0.2, 0.1, 0.1, 0.9, 0.1, 0.8]},
@@ -58,90 +60,102 @@ tum_unlu_verileri = {
     "Cameron Diaz": {"c": "Female / Kadın", "v": [0.1, 0.2, 0.95, 0.7, 0.1, 0.1]}
 }
 
-# --- DİNAMİK FİLTRELEME ---
-# Resimler klasörde değil, ana dizinde olduğu için "." (getcwd) kullanıyoruz
-resim_klasoru = os.getcwd()
+# --- 2. DOSYA VE RESİM TARAMA (HIZ İÇİN ÖNBELLEKLİ) ---
+@st.cache_data
+def get_available_images():
+    current_dir = os.getcwd()
+    files = os.listdir(current_dir)
+    return [f for f in files if f.lower().endswith(('.png', '.jpg', '.jpeg'))]
 
-def klasordeki_unluleri_getir():
+def filter_actors_by_images():
+    available_files = get_available_images()
     mevcut_unlular = {}
-    dosyalar = [f.lower() for f in os.listdir(resim_klasoru)]
-    for isim, veri in tum_unlu_verileri.items():
-        # Dosya isimlerindeki boşluk/alt tire farkını tolore ediyoruz
-        search_pattern1 = isim.lower().replace(" ", "_")
-        search_pattern2 = isim.lower()
-        if any(search_pattern1 in d or search_pattern2 in d for d in dosyalar if d.endswith(('.jpg', '.png', '.jpeg'))):
-            mevcut_unlular[isim] = veri
+    for name, data in tum_unlu_verileri.items():
+        search_target = name.lower().replace(" ", "_")
+        search_target_alt = name.lower()
+        if any(search_target in f.lower() or search_target_alt in f.lower() for f in available_files):
+            mevcut_unlular[name] = data
     return mevcut_unlular
 
-unlu_verileri = klasordeki_unluleri_getir()
+unlu_verileri = filter_actors_by_images()
 
-# --- ARAYÜZ AYARLARI ---
-st.set_page_config(page_title="CastMatch AI", layout="wide")
+# --- 3. ARAYÜZ ---
+st.title("🎬 CastMatch AI: Talent Matching System / Yetenek Eşleştirme Sistemi")
+st.markdown("#### Discover the perfect roles for global stars! / Dünya yıldızları için en ideal rolleri keşfedin!")
+st.markdown("---")
 
-# --- SOL PANEL (SIDEBAR) ---
+# SOL PANEL
 st.sidebar.title("🔍 Control Panel / Kontrol Paneli")
-st.sidebar.markdown("---")
-
 gender_choice = st.sidebar.radio(
     "1. Select Category / Kategori Seçin:",
-    ["Male / Erkek", "Female / Kadın"]
+    ["Male / Erkek", "Female / Kadın"],
+    key="gender_radio"
 )
 
 filtered_names = [name for name, data in unlu_verileri.items() if data['c'] == gender_choice]
 
-st.sidebar.markdown(f"### 📋 Available Cast / Mevcut Oyuncular")
+st.sidebar.markdown("### 📋 Available Cast / Mevcut Oyuncular")
 if not filtered_names:
-    st.sidebar.warning("Bu kategoride resim bulunamadı. / No images found.")
-for n in filtered_names:
-    st.sidebar.write(f"• {n}")
-
-# --- ANA EKRAN ---
-st.title("🎬 CastMatch AI: Talent Matching System / Yetenek Eşleştirme Sistemi")
-st.markdown("#### Discover the perfect roles for global stars! / Dünya yıldızları için en ideal rolleri keşfedin!")
-st.markdown("---")
+    st.sidebar.warning("No images found in this category / Bu kategoride resim bulunamadı.")
+else:
+    for n in filtered_names:
+        st.sidebar.write(f"• {n}")
 
+# ANA EKRAN KOLONLARI
 col_actor, col_match = st.columns([1, 2])
 
 with col_actor:
     st.subheader("👤 Pick an Actor / Oyuncu Seç")
-    selected_actor = st.selectbox("Select from list / Listeden seçin:", filtered_names if filtered_names else ["Yok"])
+    selected_actor = st.selectbox(
+        "Select from list / Listeden seçin:", 
+        filtered_names if filtered_names else ["Yok"],
+        key="actor_select"
+    )
+    
+    # Resim Alanı (Titremeyi önlemek için container kullanıyoruz)
+    img_container = st.container()
     
     if selected_actor != "Yok":
-        found_path = None
-        search_targets = [selected_actor.lower().replace(" ", "_"), selected_actor.lower()]
+        # Resmi bulalım
+        all_images = get_available_images()
+        search_target = selected_actor.lower().replace(" ", "_")
+        search_target_alt = selected_actor.lower()
         
-        # Ana dizindeki tüm dosyaları tara
-        for f in os.listdir(resim_klasoru):
-            if any(f.lower().startswith(target) for target in search_targets):
-                found_path = os.path.join(resim_klasoru, f)
+        found_file = None
+        for f in all_images:
+            if f.lower().startswith(search_target) or f.lower().startswith(search_target_alt):
+                found_file = f
                 break
         
-        if found_path:
-            st.image(found_path, caption=f"Profile: {selected_actor}", use_container_width=True)
-        else:
-            st.error("Resim bulunamadı. / Image not found.")
+        with img_container:
+            if found_file:
+                st.image(found_file, caption=f"Profile: {selected_actor}", use_container_width=True)
+            else:
+                st.error("Image not found / Resim bulunamadı.")
 
 with col_match:
     st.subheader("🎯 Best Career Matches / En İyi Kariyer Eşleşmeleri")
-    st.write("Comparing the star's DNA with movie roles... / Yıldızın DNA'sı film rolleriyle karşılaştırılıyor...")
+    st.write("Comparing DNA with roles... / DNA film rolleriyle karşılaştırılıyor...")
     
-    if st.button("🚀 Match and Recommend / Eşleştir ve Öner") and selected_actor != "Yok":
+    if st.button("🚀 Match and Recommend / Eşleştir ve Öner", key="match_btn") and selected_actor != "Yok":
         if movie_dict:
             actor_v = unlu_verileri[selected_actor]['v']
             results = []
             for i in movie_dict:
-                noise = random.uniform(0, 0.0001)
+                # Küçük bir noise ekleyerek sıralamanın her seferinde sağlıklı olmasını sağlıyoruz
+                noise = random.uniform(0, 0.00001)
                 dist = spatial.distance.cosine(actor_v, movie_dict[i][1][:6]) + noise
                 results.append((movie_dict[i][0], dist))
             
             top_matches = sorted(results, key=lambda x: x[1])[:5]
+            
             for i, (film, score) in enumerate(top_matches, 1):
                 pct = round((1 - score) * 100, 1)
                 st.success(f"**{i}. {film}**")
                 st.write(f"Match Score / Uyum Skoru: **%{pct}**")
                 st.progress(pct / 100)
         else:
-            st.error("Model Error / Model Hatası")
+            st.error("Model not loaded / Model yüklenemedi.")
 
 st.markdown("---")
 st.info("💡 **How it works? / Nasıl çalışır?**: This AI analyzes career vectors based on available local assets. / Bu yapay zeka, mevcut yerel varlıklara dayanarak kariyer vektörlerini analiz eder.")