除了考虑计算相似性的类型之外，还有更多的特征，如演员和导演。让我们使用加权总和根据他们共同的演员、流派和导演的数量对建议进行评分，以提高分数。根据重叠特征的数量和类型计算加权和：
// Find similar movies by common genres
MATCH (m:Movie) WHERE m.title = "Wizard of Oz, The"
MATCH (m)-[:IN_GENRE]->(g:Genre)<-[:IN_GENRE]-(rec:Movie)
WITH m, rec, COUNT(*) AS gs
OPTIONAL MATCH (m)<-[:ACTED_IN]-(a:Actor)-[:ACTED_IN]->(rec)
WITH m, rec, gs, COUNT(a) AS as
OPTIONAL MATCH (m)<-[:DIRECTED]-(d:Director)-[:DIRECTED]->(rec)
WITH m, rec, gs, as, COUNT(d) AS ds
RETURN rec.title AS recommendation, (5gs)+(3as)+(4*ds) AS score ORDER BY score DESC LIMIT 100
分析：
首先把movie选择出来
把相同流派的电影找出来，并计算流派的总和
同理计算出演员和导演
根据流派占比5，演员占比3，导演占比4来计算总分值
由此得出与电影 m 具有相似特征的其他电影的排名。
运行结果如下：
加权内容算法结果
