Στη παρούσα μεταπτυχιακή διπλωματική εργασία θα γίνει ανάπτυξη ενός σχεδόν πραγματικού χρόνου συστήματος συστάσεων για την σύσταση ταινιών, η οποία θα επιτευχθεί με τη χρήση της πλατφόρμας Apache Kafka. Ως βάση δεδομένων έχει χρησιμοποιηθεί η “movielens”, η οποία έχει αναπτυχθεί από την ερευνητική ομάδα “GroupLens” του Πανεπιστημίου της Μινεσότα και έχει εισαχθεί στο σύστημα διαχείρισης σχεσιακών βάσεων δεδομένων MySQL για την διαχείριση της. Ο σύνδεσμος Debezium θα πραγματοποιήσει την σύνδεση της MySQL με τον Kafka. Έχουν γραφτεί δύο κώδικες σε γλώσσα προγραμματισμού PYTHON για την εύρωστη λειτουργία του συστήματος. Ο πρώτος κώδικας αφορά την επεξεργασία των δεδομένων και ουσιαστικά αρχικοποιεί και ανανεώνει διαρκώς τα δεδομένα σε πραγματικό χρόνο καταναλώνοντας μηνύματα από τον Κάφκα. Ο δεύτερος κώδικας στην ουσία είναι το σύστημα συστάσεων και περιλαμβάνει ένα γραφικό περιβάλλον χρήστη κάνοντας χρήση της βιβλιοθήκης “streamlit”, το οποίο συστήνει ταινίες στον χρήστη ακολουθώντας μια υβριδική προσέγγιση φιλτραρίσματος.

In this master's thesis, a near-real-time recommendation system for movie recommendations will be developed, which will be achieved using the Apache Kafka platform. As database, "movielens" has been used, which has been developed by the "GroupLens" research group of the University of Minnesota and has been introduced into the MySQL relational database management system for its management. The Debezium connector will perform the MySQL connection to Kafka. Two codes have been written in PYTHON programming language for the robust operation of the system. The first code deals with data processing and essentially initializes and constantly refreshes the data in real time by consuming messages from Kafka. The second code is essentially the recommendation system and includes a graphical user interface by using the “streamlit” library, which recommends movies to the user following a hybrid filtering approach.