Кажется, будто построить рекомендательный движок на 895 000 фильмов невозможно без десятков гигабайт видеопамяти и внешних векторных баз данных. На деле сервис KINO PARTY доказывает обратное: весь каталог работает на одном скромном VPS за пару долларов на базе Node.js 24 и нативного модуля node:sqlite.
Я подробно разобрал эту архитектуру под капотом: как L2-нормализация разреженных векторов признаков сводит расчёт схожести к быстрому скалярному произведению, почему инвертированный индекс находит похожие картины за 1–3 миллисекунды и как команда обошла ловушку 669 000 фиктивных описаний из TMDB. Посмотри, как чистая математика бьёт оверинжиниринг.