排版很赞，思路清晰。
如下建议供楼主参考：
1. 单纯地展示数据，分为 p，b 型电影并没有太大意义。应该得到一个较为明确的建议，比方说 lzappend 中提到的，“争议较大”的标签。
2. 可以基于豆瓣的星级评分，构建出另一种更好的评价方式。基本特征包括，观看人数，导演演员等；不同用户的星级评分权重可以不一样，对参与评分的用户进行建模，包括用户观影数量，每种类别电影的数量，以及用户给出的平均分数（可能有的用户对电影的平均评分很高或很低，即他本身评分的均值过高或过低），以此获得一个权重，来对当前电影进行评分计算。
目测 lz 码力很强，加油😬

@vitalbo 那样一来就比较复杂啦，得先对用户建模。算出没给我用户对当前电影评分的权重...

hr 的话没什么毛病：技术评价是面试官给的；结果不合适直接告诉你，很真诚。

发蜡挺好的
用哑光的发泥 随便一抓就行了

肯定不会等价
建议 lz 遇到这种不清楚逻辑的画个真值表

@Perry 尝试了几次看 sicp 都没成 觉得好难

php 最好，其他都是辣鸡 不服来辩？

正在读专硕第一年的人表示正在考虑要不要读个博士 未来的出路先不考虑😆

个人倾向于 lz 把学位拿到，高年级时申请出国交换两年吧，去个好地方一年一篇 A 会应该不成问题吧

今天还看到了校招实习？
之前看到有同学内推去了神马搜索，话说这次大规模招会和之前一起入职吗

学生党表示并没有用到小程序

看了 100 楼 还没发现一个比我穷的

可以去 python 的邮件列表试试 以前总看到有招聘的

安啦 上面都写了广告 免费的东西 别在意太多了

一篇 30 元，还得包月才行。v2 有人写算我输😶

@geelaw powershell 看起来很不坏

jsonlint.com @ 楼主

人大这两年统计机器学习和数据挖掘什么的挺厉害的，常常有讲座，身边的同学们也偶尔去旁听。