Introdução às recomendações não personalizadas
Uma das formas mais básicas de fazer recomendações é aproveitar o conhecimento da multidão e sugerir o que já é mais popular. Neste exercício, você vai calcular com que frequência cada filme no conjunto de dados foi assistido e identificar os filmes mais vistos.
O DataFrame user_ratings_df, que é um subconjunto do Movie Lens, já foi carregado para você.
Essa tabela contém identificadores de cada filme e do usuário que o assistiu, junto com a nota que ele deu.
Este exercício faz parte do curso
Construindo mecanismos de recomendação em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)