你好，我是王喆。
今天是国庆假期的第二天，我在基础架构篇的基础上，设计了一套测试题，希望你能在假期里试做一下，温故知新，巩固所学。
在这套测试题中，有 10 道选择题，每道题 10 分，满分为 100。这些内容全部来自我们之前专栏所讲的内容，都是基础知识，希望能帮助你查缺补漏。
最后呢，我还为你准备了两道实践题，这两道题为选做。如果你对自己有更高的要求，我希望你可以show me the code！当然，在答题和实践中遇到任何问题，都可以在留言区评论，我们一起来探讨。还等什么，点击下面的按钮开始测试吧！
选择题
问答题
第一题：通过阅读SparrowRecSys的代码，你能找到首页中每行内部的电影都是按照什么排序的吗？
第二道题：如果你已经发现了排序的规则，你能在推荐服务器的代码里添加一个叫“热度”（popularity）的排序规则，然后让首页按照“热度”排序吗（💡补充：热度的定义是“这个电影被评价的次数”）？
我相信这是熟悉movielens数据、推荐服务器代码的一个非常好的机会，那在实现过程中的任何问题，都欢迎你留言和我交流！我们10月9日再见！
精选留言
2020-11-24 21:09:54
1.排序依据：
根据影片历史平均评分，降序排列。详细调用过程：
a.index.html里面的js代码，调用在头部加载的recsys.js 的addGenreRow, 传入参数(页面ID,影片类别名称,rowId, 每行放置影片个数,baseUrl)
b.在addGenreRow调用已注册的 getrecommendation 服务，传参的排序依据为rating.
c.服务getrecommendation绑定类RecommendationService, GET请求数据
d.RecommendationService.doGet 中 调用 online.datamanager.DataManager#getMoviesByGenre,根据每个影片的历史平均rating,降序排列.
2.根据popularity排序:
a.recsys.js
function addGenreRow(pageId, rowName, rowId, size, baseUrl) {
addRowFrame(pageId, rowName, rowId, baseUrl);
$.getJSON(baseUrl + "getrecommendation?genre="+rowName+"&size="+size+"&sortby=popularity", function(result){
$.each(result, function(i, movie){
appendMovie2Row(rowId, movie.title, movie.movieId, movie.releaseYear, movie.averageRating.toPrecision(2), movie.ratingNumber, movie.genres,baseUrl);
});
});
};
b.com.wzhe.sparrowrecsys.online.datamanager.DataManager#getMoviesByGenre:
添加一行：
case "popularity": movies.sort((m1, m2) -> Integer.compare(m2.getRatingNumber(), m1.getRatingNumber()));break;
用mmovie.getRatings.size() 也行，但应该效率比上面的低。
c.改改前端的展示代码
不太擅长
2021-04-28 15:52:48
是根据电影的分数(rating)排序的
第二题
1. 先从RecSysServer.java进入，找到68行的RecommendationService
2. 再看到getMoviesByGenre.java第35行的getMoviesByGenre()
3. 在switch中新增: case "popularity": movies.sort((m1, m2) -> Integer.compare(m2.getRatingNumber(), m1.getRatingNumber()));break; 就是按照热度排序了
4. 再回到RecommendationService的33行， String sortby = request.getParameter("sortby"); 代表排序依据的参数是由某个api传入的
5. 找到recsys.js第102行，把sortby=rating修改为sortby=popularity即可：$.getJSON(baseUrl + "getrecommendation?genre="+rowName+"&size="+size+"&sortby=popularity", function(result)
2020-10-07 22:36:48
默认是按照打分平均分数以及发布时间排名，在recsys.js中的addGenereRow处指定排名的方式。
如何新增排名算法，比如增加热度这个指标？
需要在DataManager中照葫芦画瓢增加ratingNumber，然后在js中指定一下即可。
还在研究的问题：首页是如何调用getrecommendation接口以及如何传入参数的。麻烦老师指教一下。
2021-02-03 12:16:38
解决：
方式1. 拉新github（推荐，避免后续有什么其他问题）
方式2. 修改index.html的<script src="./js/recsys.js"></script>，原加载js文件为recsys.js?v=1.19
2020-10-05 16:28:26
问题二：修改DataManager.java中221行代码。将compara函数中参数getAverageRating函数改成getRatingNumber函数
2020-10-13 00:06:54
2020-10-02 22:17:26
首页每行（一个类别）按电影的AverageRating平均打分从高到低做为排序依据；
问题二：
public List<Movie> getMoviesByGenre(String genre, int size, String sortBy){
if (null != genre){
List<Movie> movies = new ArrayList<>(this.genreReverseIndexMap.get(genre));
switch (sortBy){
case "rating":movies.sort((m1, m2) -> Double.compare(m2.getAverageRating(), m1.getAverageRating()));break;
case "releaseYear": movies.sort((m1, m2) -> Integer.compare(m2.getReleaseYear(), m1.getReleaseYear()));break;
case "popularity":movies.sort((m1, m2) -> Integer.compare(m2.getRatingNumber(), m1.getRatingNumber()));break;
default:
}
........
2021-11-29 10:36:28
2021-10-04 08:23:56
步骤：（chrome）F12->勾选" Disable cache" -> 刷新
2021-01-06 13:00:22
推荐系统是连接人与物的，那么如何表示和编码人与物就是非常重要的，毕竟只有更好的认知，才能带来更好的连接，深度学习带来的表示学习我觉的能算是重要变革吧？虽然非深度学习时代的矩阵分解等得到的latent vector也算是embedding吧，但和如今万物皆可embedding，应该算是个重要变革？
2022-02-23 21:47:57
1.首页中每行内部的电影都是按照rating即评分进行排序的
2.首先修改DataManager类下的getMoviesByGenre:
case "popularity": movies.sort((m1, m2) -> Integer.compare(m2.getRatingNumber(), m1.getRatingNumber()));break;
然后在recsys.js里新增方法：
function addGenreRowByPopularitySort(pageId, rowName, rowId, size, baseUrl) {
addRowFrame(pageId, rowName, rowId, baseUrl);
$.getJSON(baseUrl + "getrecommendation?genre="+rowName+"&size="+size+"&sortby=popularity", function(result){
$.each(result, function(i, movie){
appendMovie2Row(rowId, movie.title, movie.movieId, movie.releaseYear, movie.averageRating.toPrecision(2), movie.ratingNumber, movie.genres,baseUrl);
});
});
};
最后在index.html里 将所有 addGenreRow替换为addGenreRowByPopularitySort
最后重新编译重启go即可
2022-02-23 18:20:28
https://time.geekbang.org/quiz/?act_id=216&exam_id=666&source=1009560
2022-01-24 08:11:22
2021-11-13 16:37:46
2021-08-05 16:33:26
2、RecSysServer.java的68行找到RecommendationService()，进入后找到35行getMoviesByGenre，再进入后，在switch里新增 case "popularity": movies.sort((m1,m2) -> Integer.compare(m2.getRatingNumber(),m1.getRatingNumber()));break;
3、回到RecommendationService.java中找到
//ranking algorithm
String sortby = request.getParameter("sortby");
选中sortby，右键find in files，
找到
$.getJSON(baseUrl + "getrecommendation?genre="+rowName+"&size="+size+"&sortby=rating", function(result)
将其中的sortby=rating，改成sortby=popularity
4、为看显示效果，参考了Kelper的“ 修改index.html的<script src="./js/recsys.js"></script>，原加载js文件为recsys.js?v=1.19”，然后重新run RecSysServer.java就可以了
2021-08-02 18:36:54
2. a. 修改recsys.js, sortby=rating 改为 sortby=popularity
b. DataManager.getMoviesByGenre方法增加 case popularity, 按照 ratingNumber排序
2021-07-13 14:53:05
2021-07-13 11:00:24
int sameGenreCount = 0;
for (String genre : movie.getGenres()){
if (candidate.getGenres().contains(genre)){
sameGenreCount++;
}
}
double genreSimilarity = (double)sameGenreCount / (movie.getGenres().size() + candidate.getGenres().size()) / 2;
double ratingScore = candidate.getAverageRating() / 5;
double similarityWeight = 0.7;
double ratingScoreWeight = 0.3;
return genreSimilarity * similarityWeight + ratingScore * ratingScoreWeight;
}
上面这个是干嘛的啊？
2021-05-31 08:29:06
2、在DataManager类的GetMovieByGenre中增加多一个判断：case "popularity":movies.sort((m1, m2) -> Integer.compare(m2.getRatingNumber(), m1.getRatingNumber()));break;
并修改index.html源码中js的sortby传参为popularity