结合热度与评价
在前两个练习中，您使用了两种最常见的非个性化推荐方法来寻找可推荐的电影。您可能已经注意到，它们各自都有局限。
找出被观看次数最多的电影，能反映大家看了什么，但无法体现人们对这些电影的明确看法。相反，计算评论的平均分则有相反的问题：我们有了用户的明确反馈，但个体偏好会拉偏数据。
在本练习中，您将把这两种方法结合起来，只对被评论次数超过 50 次的电影计算平均评分。
本练习是课程的一部分
用 Python 构建推荐引擎
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create a list of only the frequently watched movies
movie_popularity = ____["title"].____()
popular_movies = ____[____ > 50].____
print(popular_movies)