1.4.2　運行結果

本部分包括三種推薦方式的運行結果。

1．推薦同類型的電影

相關代碼如下：

    recommend_same_type_movie(1401,20)

調用函數查看電影ID為1401的同類型電影，方法是計算當前電影特征向量與整個電影特征矩陣的余弦相似度，取最大的top_k個，最后推薦出5部電影，如圖1-9所示。

2．推薦用戶喜歡的電影

相關代碼如下：

    recommend_your_favorite_movie(234,10)

調用函數查看ID為234的用戶可能喜歡的電影，方法是根據用戶特征向量和所有電影特征矩陣計算評分，取最大的top_k個，最后推薦出5部電影，如圖1-10所示。

3．看過這部電影的用戶還喜歡看哪些電影

相關代碼如下：

    recommend_other_favorite_movie(1401,20)

這種推薦方法目前最有意義，也是人們經常使用的方法。例如，很多互聯網公司都采用這種協同過濾的方法，淘寶中喜歡該商品的人還喜歡哪些商品，音樂軟件中喜歡這首歌的還喜歡聽哪些歌等。在本例中，調用函數查看喜歡看電影ID為1401的用戶還喜歡哪些電影，取最大的top_k個用戶，如圖1-11所示。得到特征向量之后，再計算這些用戶對所有電影的評分，選取得分最高的5部電影，結果如圖1-12所示。

客戶端首頁（about頁）如圖1-13所示，推薦同類型電影的頁面如圖1-14所示，推薦喜歡的電影頁面如圖1-15所示。