Update app.py

app.py

@@ -4,7 +4,7 @@ from scipy import spatial
 import random
 import os
 
-# 1. MODELİ YÜKLE
+# --- 1. MODELİ YÜKLE ---
 @st.cache_resource
 def load_data():
     try:
@@ -16,7 +16,8 @@ def load_data():
 model_data = load_data()
 movie_dict = model_data['movie_dict'] if model_data else {}
 
-# 2. TÜM OYUNCU DNA VERİTABANI
+# --- 2. TÜM OYUNCU DNA VERİTABANI ---
+# Stallone 1. sırada, format korundu.
 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]},
@@ -57,88 +58,90 @@ tum_unlu_verileri = {
     "Cameron Diaz": {"c": "Female / Kadın", "v": [0.1, 0.2, 0.95, 0.7, 0.1, 0.1]}
 }
 
-# --- DİNAMİK FİLTRELEME (KLASÖRE GÖRE) ---
-resim_klasoru = os.path.join(os.getcwd(), "40 resim")
+# --- 3. DİNAMİK FİLTRELEME (Klasör Kontrolü) ---
+resim_klasoru = "40 resim" # Klasör adı
 
 def klasordeki_unluleri_getir():
     mevcut_unlular = {}
-    if os.path.exists(resim_klasoru):
-        dosyalar = [f.lower() for f in os.listdir(resim_klasoru)]
-        for isim, veri in tum_unlu_verileri.items():
-            search_pattern1 = isim.lower().replace(" ", "_")
-            search_pattern2 = isim.lower()
-            if any(search_pattern1 in d or search_pattern2 in d for d in dosyalar):
-                mevcut_unlular[isim] = veri
-    return mevcut_unlular
+    # Eğer klasör yoksa, boş liste dönmesin diye tüm listeyi gösteriyoruz (Hata önleyici)
+    if not os.path.exists(resim_klasoru):
+        return tum_unlu_verileri 
+    
+    dosyalar = [f.lower() for f in os.listdir(resim_klasoru)]
+    for isim, veri in tum_unlu_verileri.items():
+        search_pattern1 = isim.lower().replace(" ", "_")
+        search_pattern2 = isim.lower()
+        # Klasörde isimle eşleşen dosya var mı?
+        if any(search_pattern1 in d or search_pattern2 in d for d in dosyalar):
+            mevcut_unlular[isim] = veri
+            
+    # Eğer klasör var ama içi boşsa veya eşleşme yoksa yine tüm listeyi döndür
+    return mevcut_unlular if mevcut_unlular else tum_unlu_verileri
 
 unlu_verileri = klasordeki_unluleri_getir()
 
 # --- ARAYÜZ AYARLARI ---
 st.set_page_config(page_title="CastMatch AI", layout="wide")
 
-# --- 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"]
-)
+gender_choice = st.sidebar.radio("1. Select Category / Kategori Seçin:", ["Male / Erkek", "Female / Kadın"])
 
-filtered_names = [name for name, data in unlu_verileri.items() if data['c'] == gender_choice]
+# Seçilen cinsiyete göre oyuncular (Stallone sırası bozulmaz)
+filtered_names = [name for name in unlu_verileri.keys() if unlu_verileri[name]['c'] == gender_choice]
 
 st.sidebar.markdown(f"### 📋 Available Cast / Mevcut Oyuncular")
-if not filtered_names:
-    st.sidebar.warning("Bu kategoride resim bulunamadı. / No images in this category.")
 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.title("🎬 CastMatch AI: Talent Matching System")
+st.markdown("#### Discover the perfect roles for global stars!")
 st.markdown("---")
 
 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:", ["Choose... / Seçiniz..."] + filtered_names)
     
-    if selected_actor != "Yok":
+    # Titreme önleyici placeholder
+    image_placeholder = st.empty()
+    
+    if selected_actor != "Choose... / Seçiniz...":
         found_path = None
         search_target = selected_actor.replace(" ", "_").lower()
-        for f in os.listdir(resim_klasoru):
-            if f.lower().startswith(search_target) or selected_actor.lower() in f.lower():
-                found_path = os.path.join(resim_klasoru, f)
-                break
+        
+        if os.path.exists(resim_klasoru):
+            for f in os.listdir(resim_klasoru):
+                if f.lower().startswith(search_target) or selected_actor.lower() in f.lower():
+                    found_path = os.path.join(resim_klasoru, f)
+                    break
         
         if found_path:
-            st.image(found_path, caption=f"Profile: {selected_actor}", use_container_width=True)
+            image_placeholder.image(found_path, use_container_width=True)
         else:
-            st.error("Resim yüklenemedi. / Image could not be loaded.")
+            image_placeholder.warning("Resim klasörde bulunamadı.")
+    else:
+        image_placeholder.info("Lütfen bir oyuncu seçin.")
 
 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...")
-    
-    if st.button("🚀 Match and Recommend / Eşleştir ve Öner") and selected_actor != "Yok":
+    st.subheader("🎯 Best Career Matches")
+    if st.button("🚀 Match and Recommend") and selected_actor != "Choose... / Seçiniz...":
         if movie_dict:
             actor_v = unlu_verileri[selected_actor]['v']
             results = []
             for i in movie_dict:
-                noise = random.uniform(0, 0.0001)
-                dist = spatial.distance.cosine(actor_v, movie_dict[i][1][:6]) + noise
+                # 11.5 gibi hataları önleyen temiz matematik
+                dist = spatial.distance.cosine(actor_v, movie_dict[i][1][:6])
+                dist = max(0, min(1, dist)) # Skoru 0-1 arasında tut
                 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)
+                pct = max(0, min(100, 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 dosyası eksik! / Model file missing!")
-
-st.markdown("---")
-# EN ALT BİLGİ NOTU DÜZELTİLDİ:
-st.info("💡 **How it works? / Nasıl çalışır?**: This AI analyzes career vectors based on available local assets. / Bu yapay zeka, mevcut yerel varlıklara (resimlere) dayanarak kariyer vektörlerini analiz eder.")
+                st.write(f"Match Score: **%{pct}**")
+                st.progress(pct / 100)