
Recomendaciones para 900,000 películas sin redes neuronales: así funciona KINO PARTY con Node.js y SQLite
Parece imposible levantar un motor de recomendaciones para 895,000 películas sin decenas de gigabytes de VRAM ni bases vectoriales externas. Sin embargo, el servicio KINO PARTY demuestra lo contrario: todo el catálogo corre en un modesto VPS de un par de dólares con Node.js 24 y el módulo nativo node:sqlite.
Desarmé esta arquitectura bajo el capó: cómo la normalización L2 de vectores de rasgos dispersos reduce el cálculo de similitud a un veloz producto escalar, por qué un índice invertido encuentra títulos afines en 1–3 milisegundos y cómo esquivaron la trampa de 669,000 sinopsis ficticias de TMDB. Aquí ves cómo las matemáticas puras vencen a la sobreingeniería.







