我有一个基于用户相似性的布尔偏好推荐器。我的数据集本质上包含 ItemId 是用户决定阅读的文章的关系。我想添加第二个数据模型，其中包含 ItemId 是对特定主题的订阅。
我能想到的唯一方法是将两者合并在一起，抵消订阅 ID，这样它们就不会与文章 ID 冲突。对于加权，我考虑放弃布尔偏好设置并引入偏好分数，其中文章子集的偏好分数为 1（例如），订阅子集的偏好分数为 2。
但是，我不确定这是否可行，因为偏好分数与我所追求的权重并不完全相似；它们可能包含一些代表不满意的较低分数的概念。
我必须想象有更好的方法来做到这一点，或者至少对我的计划进行一些调整，使其更符合我的愿望。
我认为你以正确的方式思考它。是的，您想要比订阅和文章的简单存在/不存在更具表现力，因为它们的含义有些不同。我建议选择反映其相对频率的权重。例如，如果用户一直阅读 10 万篇文章并进行了 10000 次订阅，那么您可以选择订阅权重为“10”，阅读权重为“1”。
如果您将这些值视为偏好分数，这并不完全有效，原因有很多。如果您使用一种像对待它们一样对待它们的方法，即线性权重，它会更好地工作。
我会向您指出 ALS-WR 算法，它是专门为这种类型的输入设计的。例如：隐式反馈数据集的协同过滤
这在 Mahout 中与ParallelALSFactorizationJob在 Hadoop 上一样实现。虽然需要 Hadoop，但它工作得很好。（虽然我确实在 Mahout 中编写了大部分推荐程序代码，但我不能对此表示赞赏。）
Advertisement: I'm working on commercializing a "next generation" system, evolved from my work in Mahout, as Myrrix. It is an implementation of ALS-WR and is ideal for your kind of input. It's quite easy to download and run, and doesn't need Hadoop.
Given that it may be directly suitable for your problem I don't mind plugging it here.