Upload 4 files

app.py

@@ -0,0 +1,37 @@
+import streamlit as st
+import joblib
+import pandas as pd
+import numpy as np
+from sklearn.feature_extraction.text import TfidfVectorizer
+
+# Modeli yükle
+model_path = 'svr_model.pkl'  # Kaydedilen model dosyasının yolu
+model = joblib.load(model_path)
+
+# TfidfVectorizer'ı yükle
+tfidf_vectorizer_path = 'tfidf_vectorizer.pkl'  # TfidfVectorizer'ı kaydedin
+tfidf = joblib.load(tfidf_vectorizer_path)
+
+# Uygulama başlığı
+st.title("Arama Sonuçları Alaka Düzeyi Tahmin Uygulaması")
+
+# Kullanıcıdan sorgu ve ürün başlığı al
+query = st.text_input("Sorgu (örneğin: 'en iyi suşi bıçağı'):")
+product_title = st.text_input("Ürün Başlığı (örneğin: 'Japon Suşi Bıçağı Seti'):")
+
+if st.button("Tahmin Yap"):
+    if query and product_title:
+        # Girdi verisini birleştir
+        input_text = query + ' ' + product_title
+        
+        # TF-IDF dönüşümü
+        input_vector = tfidf.transform([input_text])
+        
+        # Tahmin yap
+        prediction = model.predict(input_vector)
+        
+        # Sonucu göster
+        prediction = min(1, max(0, prediction[0]))  # 0 ile 1 arasında sınırla
+        st.write("Tahmin edilen alaka düzeyi:", round((prediction * 3) + 1))
+    else:
+        st.warning("Lütfen sorgu ve ürün başlığını doldurun.")

requirements.txt

@@ -0,0 +1,10 @@
+streamlit
+tensorflow
+opencv-python
+scikit-learn
+torch
+torchvision
+matplotlib
+transformers
+sentencepiece
+plotly

svr_model.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d6291b84fdfa251ec0f5454781ce2b5d710ebf0a3549ad211caa6f8aa501c11c
+size 3012940

tfidf_vectorizer.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d46f8336b6912dc9d608ccac0bd38adc8e9c4d896ea0cc934dadb9b1c0e5854e
+size 7445081