Einführung in nicht-personalisierte Empfehlungen
Eine der grundlegendsten Arten, Empfehlungen zu geben, ist, dem Wissen der Menge zu folgen und das zu empfehlen, was bereits am beliebtesten ist. In dieser Übung berechnest du, wie oft jeder Film im Datensatz angesehen wurde, und findest die am häufigsten gesehenen Filme.
Das DataFrame user_ratings_df, ein Teil des Movie-Lens-Datensatzes, wurde für dich geladen.
Diese Tabelle enthält Kennungen für jeden Film und den jeweiligen Nutzer, der ihn gesehen hat, sowie die vergebene Bewertung.
Diese Übung ist Teil des Kurses
<Kurs>Recommendation Engines mit Python entwickeln</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)