Wprowadzenie do rekomendacji niespersonalizowanych
Jednym z najprostszych sposobów tworzenia rekomendacji jest oparcie się na zbiorowej wiedzy i polecanie tego, co już cieszy się największą popularnością. W tym ćwiczeniu obliczysz, ile razy każdy film w zbiorze danych został obejrzany, i znajdziesz najczęściej oglądane filmy.
DataFrame user_ratings_df, będący podzbiorem zbioru danych Movie Lens, został już wczytany.
Tabela zawiera identyfikatory każdego filmu i użytkownika, który go obejrzał, wraz z przyznaną oceną.
To ćwiczenie jest częścią kursu
Budowanie systemów rekomendacji w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)