Основной модуль, где делаются рекомендации, их тут 4 вида:
popularity - Рекомендация самых популярных аниме
collaborate_filltering - item to item рекомендации, требуют наличия определённого кол-ва оценок для хорошей работы.
ContentBased - рекомендации на основе контента(жанров), требуют хотя бы одного оценённого аниме
FWLS - гибридные рекомендации, которые обучаются линейной регрессией с весовыми функциями, которые в зависимости от кол-ва оценок возвращают 0 или 1, основной тип персонализированных рекомендаций для пользователя
Пример:
Для доступа к рекомендациям нужно предварительно авторизоваться и поставить нужное кол-во оценок
Вторую таблицу создать в приложении users с рейтингами со связью Many to Many (таблицы с пользователем и аниме) по тем же тестовым данным
После создания этих таблицы создать миграции python manage.py makemigrations и выполнить их.
Также занести эти данные в таблицу и протестить их вывод(Можно ли так сказать прочитать данные в таблице)
В приложении users обновить модель пользователя и добавить аутентификацию юзера (https://www.django-rest-framework.org/api-guide/authentication/) . Так как работаем локально также нужно будет создать базу данных как в .env файле.
Также заранее нужно будет сделать первую миграцию python manage.py migrate . И разумеется создать новую python manage.py makemigrations.