🏀 NBA Fantasy Chatbot

Projenin Tanımı ve Amacı

Bu proje, NBA Fantasy Basketball oyuncularının veri odaklı kararlar almasını sağlamak amacıyla geliştirilmiş, Retrieval-Augmented Generation (RAG) mimarisine sahip yapay zeka tabanlı bir asistandır.

Bu sistem, sadece genel NBA bilgisiyle değil, Yahoo Fantasy API üzerinden çekilen gerçek zamanlı ve spesifik lig verileriyle (AVG/TOTAL istatistikler, takım sahiplikleri, pozisyon bilgileri) ile beslenmektedir.

Temel Hedefler:

1-Veri Odaklı Strateji: Kullanıcıların "Kim daha iyi skorer?" veya "Bu takas mantıklı mı?" gibi sorularına, sadece LLM'in eğitimiyle değil, güncel lig veritabanıyla (ChromaDB) tutarlı yanıtlar vermek.

2-Niyet Sınıflandırma (Intent Classification): Kullanıcı sorularını analiz ederek; istatistik sorguları, takas analizleri veya selamlama niyetlerini birbirinden ayırıp her biri için optimize edilmiş cevapları sunmak.

3-Halüsinasyonu Engellemek: RAG mimarisi sayesinde, modelin veri setinde bulunmayan bilgileri "uydurmasının" önüne geçerek sadece mevcut JSON verilerine sadık kalmasını sağlamak.

Gereksinimler

• VS Code
• Anaconda veya Miniconda
• Yahoo Developer Hesabı Yahoo Fantasy API erişimi için
• Yahoo Fantasy Hesabı Verilerin çekileceği aktif bir NBA ligi üyeliği.

Kurulum

Projeyi yerel ortamınızda ayağa kaldırmak için aşağıdaki adımları takip edin:

1. Terminali açın ve repoyu klonlayın:

git clone https://github.com/kaannerenn/nba-fantasy-chatbot.git [directory name]

2.Proje dizinine ilerleyin:

cd [directory name]/nba-fantasy-chatbot

3.Conda ortamı oluşturun

conda create -n [environment name] python=3.10
conda activate [environment name]

4.Gerekli kütüphaneleri yükleyin

pip install -r requirements.txt

Kullanım

1. .env dosyasınızı kendi bilgileriniz özelinde doldurun.

2. Yahoo Fantasy API üzerinden liginizdeki verileri çekin.

python recieving_data_from_yahoo/recieve_players_data.py

python recieving_data_from_yahoo/recieve_teams_data.py

3. Haftalık verileri total ve average olarak dönüştürün.

python convert_to_avg_total.py

4. Uygulamayı çalıştırın.

streamlit run app.py

Uygulama Demo Gösterim Videosu

Projenin çalışma mantığını ve örnek sorguları aşağıdaki videodan izleyebilirsiniz:

NBA Chatbot Demo