結合熱門度與評分
在前兩個練習中，你已經用了兩種最常見的非個人化推薦方法來找出可推薦的電影。你可能也發現，它們各有弱點。
找出被觀看次數最多的電影可以知道哪些被看過，但不知道大家對它的明確感受。相反地，計算評論的平均分則有另一個問題：雖然有使用者的明確回饋，但個別偏好可能會扭曲資料。
在這個練習中，你會結合上述兩種方法，只針對被評論超過 50 次的電影來計算平均評分。
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。
# Create a list of only the frequently watched movies
movie_popularity = ____["title"].____()
popular_movies = ____[____ > 50].____
print(popular_movies)