相关推荐算法优化

之前的相关推荐有个问题：不管你看的是什么片，推荐位总是被那几部高分经典霸占，看多了就腻了。

这次把推荐逻辑重写了一遍，核心思路是「加权随机」。

匹配规则

系统会从以下四个维度计算每部候选影片与当前影片的相关度：

同类型（电影/剧集/动漫等）：+3分 同地区：+2分 年份相近（前后5年内）：+1分 每匹配一个分类标签（动作/喜剧/悬疑等）：+1分

随机机制

最终排序分 = 相关度 × 随机系数（0.5~1.5）

这样高相关度的影片仍然有优势，但不会每次都是固定顺序，刷新页面就能看到不同的推荐结果。

质量保障

为了避免推荐烂片，候选池会过滤掉豆瓣评分低于5分的影片，新上架还没评分的片子不受影响。