非個人化推薦導論
最基本的推薦方式之一，就是採用群眾的智慧，直接推薦目前最受歡迎的內容。 在這個練習中，你將計算資料集中每部電影被觀看的次數，並找出被看得最頻繁的電影。
已經為你載入 user_ratings_df DataFrame，它是 Movie Lens 資料集的子集。
這個資料表包含每部電影與觀看該電影的使用者的識別碼，以及他們給出的評分。
本練習屬於課程
用 Python 建立推薦引擎
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)