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.")