我正在从查询日志构建推荐系统。对于每个查询日志，我都有用户点击了哪些链接的数据。用户不会为他们访问的链接提供任何评级。我正在尝试创建一个推荐系统，该系统会建议“如果您点击了这个，请尝试另一个类似用户尝试过的这个”。我正在探索 Apache Spark - MLLib 以使用协作过滤。不幸的是，ALS 算法采用“评级”数据。
这是我在网上找到的解决方案之一：
“对于我们想要推荐的每个页面，我们搜索查看过该页面的所有用户。然后，对于每个用户，我们查找他们查看过的所有其他页面。然后我们计算查看过每个页面的用户数量这个数据集中的页面，并使用计数最高的那些作为我们的推荐。”
用户建议这种方法很慢。
我想知道是否有一种“伪造”排名数据的好方法，或者是否有不需要排名数据的流行开源实现？