Update app.py

app.py

@@ -4,95 +4,163 @@ import pickle
 import plotly.express as px
 import os
 
-# 1. Sayfa Ayarları (Hugging Face üzerinde düzgün görünmesi için)
-st.set_page_config(page_title="Movie Similarity Analysis", layout="wide")
+# 1. Sayfa Ayarları
+st.set_page_config(page_title="Movie Recommender AI", layout="wide")
 
-# 2. Şık Arayüz Tasarımı (CSS)
+# 2. Şık Görsel Stil (CSS) - Senin beğendiğin tam tasarım
 st.markdown("""
     <style>
-    .stApp { background-color: #111111; color: white; }
+    .stApp { background-color: #141414; color: white; }
+    .stButton>button { 
+        width: 100%; 
+        background-color: #333333; 
+        color: white; 
+        font-weight: bold; 
+        border: 1px solid #555; 
+        border-radius: 5px;
+        height: 3em;
+    }
+    .stButton>button:hover { background-color: #e50914; border: 1px solid #e50914; color: white; }
+    .stSelectbox label { color: white !important; font-size: 16px !important; }
     .movie-card { 
-        background-color: #1e1e1e; padding: 15px; border-radius: 10px; 
-        border-top: 4px solid #e50914; height: 420px; margin-bottom: 20px;
+        background-color: #262730; 
+        padding: 20px; 
+        border-radius: 10px; 
+        border-top: 5px solid #e50914; 
+        height: 520px; 
+        margin-bottom: 20px;
     }
+    h1, h2, h3, h4, p, span { color: white !important; }
     .match-tag {
-        background-color: #e50914; color: white; text-align: center; 
-        border-radius: 5px; padding: 3px; font-size: 12px; font-weight: bold;
+        background-color: #e50914; 
+        color: white; 
+        text-align: center; 
+        border-radius: 5px; 
+        padding: 5px; 
+        font-size: 14px; 
+        font-weight: bold; 
+        margin-top: 10px;
     }
-    h1, h2, h3, h4 { color: #e50914 !important; }
     </style>
     """, unsafe_allow_html=True)
 
-# 3. Bellek Dostu Veri Yükleme
+# 3. Veri ve Model Yükleme (Hugging Face / Xet uyumlu)
 @st.cache_resource
-def load_data():
+def load_assets():
     try:
-        # Dosya yollarını kontrol et
+        # Dosya kontrolü
         if not os.path.exists('netflix_titles.csv'):
-            return "csv_error", None, None
-        
-        # CSV'yi sadece gerekli sütunlarla oku (RAM tasarrufu için)
-        df = pd.read_csv('netflix_titles.csv', usecols=['title', 'listed_in', 'description'])
+            return None, None, None
+            
+        df = pd.read_csv('netflix_titles.csv')
         
-        # Model dosyalarını yükle
         with open('similarity.pkl', 'rb') as f:
             similarity = pickle.load(f)
+            
         with open('indices.pkl', 'rb') as f:
             indices = pickle.load(f)
             
         return df, similarity, indices
     except Exception as e:
-        return str(e), None, None
+        st.error(f"Yükleme hatası: {e}")
+        return None, None, None
 
-df, similarity, indices = load_data()
+df, similarity, indices = load_assets()
 
-# 4. Uygulama Arayüzü
-if isinstance(df, pd.DataFrame):
-    st.title("🎬 Movie Similarity Analysis")
-    st.write("Film/Dizi Benzerlik Analizi ve Öneri Sistemi")
-    st.markdown("---")
+# Türkçe Çeviri Simülasyonu
+def get_turkish_desc(text):
+    return f"Bu yapım genel olarak şunu konu almaktadır: {text[:100]}..."
 
-    # Seçim Kutusu
-    selected_movie = st.selectbox("Bir yapım seçin veya aratın:", df['title'].values)
+# Uygulama Başlangıcı
+if df is not None:
+    st.title("🎬 Movie Recommendation System / Film Öneri Sistemi")
+    st.write("---")
 
-    if st.button("ANALİZ ET VE BENZERLERİ GETİR"):
-        try:
-            # Benzerlik hesaplama
-            idx = indices[selected_movie]
-            sim_scores = sorted(list(enumerate(similarity[idx])), key=lambda x: x[1], reverse=True)
-            
-            # En yakın 5 film (kendisi hariç)
-            top_indices = [i[0] for i in sim_scores[1:6]]
-            top_scores = [i[1] for i in sim_scores[1:6]]
-            
-            recs = df.iloc[top_indices].copy()
-            recs['Score'] = top_scores
+    col_left, col_main = st.columns([1.5, 3])
+
+    # --- SOL TARAF: ÖRNEKLER ---
+    with col_left:
+        st.subheader("💡 Suggestions / Örnekler")
+        samples = [
+            ("Kota Factory", "Eğitim"), ("Ganglands", "Aksiyon"),
+            ("Midnight Mass", "Korku"), ("Squid Game", "Gerilim"),
+            ("The Witcher", "Fantastik"), ("Peaky Blinders", "Dram"),
+            ("Dark", "Gizem"), ("Lucifer", "Suç")
+        ]
+        
+        for i in range(0, len(samples), 2):
+            c1, c2 = st.columns(2)
+            with c1:
+                if st.button(samples[i][0], key=f"btn_{samples[i][0]}"):
+                    st.session_state.selected_movie = samples[i][0]
+                st.caption(f"({samples[i][1]})")
+            with c2:
+                if i+1 < len(samples):
+                    if st.button(samples[i+1][0], key=f"btn_{samples[i+1][0]}"):
+                        st.session_state.selected_movie = samples[i+1][0]
+                    st.caption(f"({samples[i+1][1]})")
+
+        st.markdown("""
+            <div style="background-color: #1c1c1c; padding: 15px; border-radius: 8px; border: 1px solid #444; margin-top: 25px;">
+                <p style="font-size:14px; margin:0; color: #ddd !important;">
+                <b>İpucu:</b> Beğendiğiniz bir filmi sağdaki listeden seçebilir veya ismini yazarak aratabilirsiniz.
+                </p>
+            </div>
+        """, unsafe_allow_html=True)
+
+    # --- SAĞ TARAF: ANALİZ VE SEÇİM ---
+    with col_main:
+        df['display_name'] = df['title'] + " (" + df['listed_in'] + ")"
+        
+        # Seçim kutusunda varsayılan değer kontrolü
+        default_index = 0
+        if 'selected_movie' in st.session_state:
+            try:
+                default_index = list(df['title']).index(st.session_state.selected_movie)
+            except:
+                default_index = 0
+
+        selected_display = st.selectbox(
+            "Bir Film veya Dizi Seçin / Select a Movie or TV Show:",
+            df['display_name'].values,
+            index=default_index
+        )
+        selected_movie = selected_display.split(" (")[0]
+        process_btn = st.button('ÖNERİLERİ ANALİZ ET VE GETİR / ANALYZE')
+
+    # --- ANALİZ SONUÇLARI ---
+    if process_btn:
+        idx = indices[selected_movie]
+        sim_scores = sorted(list(enumerate(similarity[idx])), key=lambda x: x[1], reverse=True)
+        
+        top_indices = [i[0] for i in sim_scores[1:6]]
+        top_scores = [i[1] for i in sim_scores[1:6]]
+        
+        recs = df.iloc[top_indices].copy()
+        recs['Score'] = top_scores
 
-            # Grafik Çizimi
-            fig = px.bar(recs, x='Score', y='title', orientation='h', 
-                         color='Score', color_continuous_scale='Reds',
-                         template="plotly_dark", title="Benzerlik Puanları")
-            st.plotly_chart(fig, use_container_width=True)
+        st.subheader("📊 Benzerlik Oranları / Similarity Analysis")
+        fig = px.bar(recs, x='Score', y='title', orientation='h', color='Score',
+                     color_continuous_scale='Reds', template="plotly_dark", height=300)
+        fig.update_layout(yaxis={'categoryorder':'total ascending'})
+        st.plotly_chart(fig, use_container_width=True)
 
-            # Film Kartları
-            st.write("### 🍿 Sizin İçin Öneriler")
-            cols = st.columns(5)
-            for i, col in enumerate(cols):
-                with col:
-                    row = recs.iloc[i]
-                    st.markdown(f"""
-                    <div class="movie-card">
-                        <h4>{row['title']}</h4>
-                        <p style="font-size: 11px; color: #aaa;">{row['listed_in']}</p>
-                        <hr style="border-color: #333;">
-                        <p style="font-size: 11px;">{row['description'][:140]}...</p>
-                        <div class="match-tag">%{int(row['Score']*100)} Benzerlik</div>
-                    </div>
-                    """, unsafe_allow_html=True)
-        except Exception as e:
-            st.error(f"Analiz sırasında bir hata oluştu: {e}")
+        st.write("---")
 
-elif df == "csv_error":
-    st.error("⚠️ 'netflix_titles.csv' dosyası bulunamadı! Lütfen Files sekmesinden bu dosyayı yükleyin.")
+        st.subheader("Tavsiye Edilen Yapımlar / Recommendations")
+        cols = st.columns(5)
+        for i, col in enumerate(cols):
+            with col:
+                row = recs.iloc[i]
+                st.markdown(f"""
+                <div class="movie-card">
+                    <h4 style="color: #e50914; font-size: 16px; margin-bottom: 2px;">{row['title']}</h4>
+                    <p style="font-size: 11px; color: #aaa !important;">{row['listed_in']}</p>
+                    <hr style="border-color: #444; margin: 10px 0;">
+                    <p style="font-size: 12px; color: white !important;"><b>🇬🇧 Summary:</b><br>{row['description'][:60]}...</p>
+                    <p style="font-size: 12px; color: #ffcc00 !important;"><b>🇹🇷 Özet:</b><br>{get_turkish_desc(row['description'])}</p>
+                    <div class="match-tag">%{int(row['Score']*100)} Match</div>
+                </div>
+                """, unsafe_allow_html=True)
 else:
-    st.error(f"⚠️ Hata oluştu: {df}")
+    st.error("Dosyalar yüklenemedi! 'netflix_titles.csv', 'similarity.pkl' ve 'indices.pkl' dosyalarını kontrol edin.")