我使用了一个明确的评分数据集，它为 52K 用户和 100k 项目提供了大约 389K 评分。
基本统计：每个项目的平均评分数：3.89 每个用户的平均评分数：7.45 评分最低的用户：1 评分最低的项目：2
使用的 ALS 模型具有以下设置：
als = ALS(userCol="userId", itemCol="vidId", ratingCol="rate", rank=10, maxIter=15,
regParam=0.15, coldStartStrategy="drop", nonnegative=True, implicitPrefs=False)
在验证中，我将 80% 用于训练，20% 用于测试。验证集上的 RMSE 为：0.32（非常低）
在生产中，我使用整个数据集来训练 ALS 模型（保持与验证相同的配置）
为了获得每个用户的前 100 个用户项目推荐，我使用了以下说明：
users_recommendation = model.recommendForAllUsers(100)
然而，大多数时候，最受推荐的商品并不是来自任何协作用户评分的商品。
据我所知，top user-item 推荐的项目应该来自任何协作用户评分的项目。
没有任何合作的推荐项目是没有意义的。