我正在研究推荐引擎。我已经使用 Python 惊喜库测试了基于用户的协作过滤 (CF) 和基于项目的 CF。但是，我想测试一种协作过滤（用户和项目）方法，其中要确定的最近邻居不是基于评级的相似性。事实上，我已经建立了用户资料和物品资料。
具体来说，我想：
用户协同过滤以获取特定用户，找到与该用户相似的用户（基于类型配置文件与当前用户之间的相似性，然后一旦识别出最近的典型配置文件，我们就会找到属于该用户的 k 个最近邻居识别类型配置文件；相似性不是基于评级）并推荐那些相似用户喜欢的项目。
基于项目的协同过滤也是如此
这个想法是要知道对用户和项目的全面了解是否会改进推荐引擎。
有人会想到如何在 Python 中做到这一点？
祝贺你