构建用户-物品交互矩阵需用pandas.crosstab()填充评分均值或1/0隐式反馈，填充nan为0，id转整数索引；相似度计算须用scipy稀疏矩阵输入cosine_similarity；推荐时过滤低相似度邻居、加权平均预测分，并fallback热门商品。
怎么构建用户-物品交互矩阵（User-Item Matrix）
协同过滤的核心是把用户行为转成数值矩阵，行是用户、列是商品、值是评分或是否点击/购买。关键不是“有没有数据”，而是“怎么填这个矩阵”——很多初学者直接用原始 CSV 行列硬转，结果矩阵稀疏得没法算相似度。
实操建议：
- 用
pandas.crosstab()最省事：比如pd.crosstab(df['user_id'], df['item_id'], values=df['rating'], aggfunc='mean')，自动处理重复评分取均值 - 如果只有隐式反馈（如点击、加购），就用 1/0 填充，别留空——
fillna(0)必做，否则余弦相似度会把 NaN 当 0 处理但逻辑错乱 - 矩阵太大？先用
df.sample(frac=0.3)抽样调试，别一上来就跑全量；用户或商品 ID 是字符串？必须先用pd.Categorical或LabelEncoder转成连续整数索引，否则scipy.sparse矩阵构建失败
为什么用 sklearn.metrics.pairwise.cosine_similarity 而不是手写公式
手写余弦公式看着简单，但实际容易在归一化、稀疏矩阵支持、广播维度上翻车。比如对用户向量做 np.linalg.norm 时没处理零向量，会触发除零警告；或者用 for 循环两两计算，1000 用户就要算 50 万次，慢且内存爆炸。
实操建议：
- 输入必须是
scipy.sparse.csr_matrix或二维numpy.ndarray，别传 DataFrame——cosine_similarity()不认pd.DataFrame的列名，会报ValueError: Expected 2D array, got 1D array instead - 算用户相似度就传
user_item_matrix本身；算商品相似度就传它的转置user_item_matrix.T - 返回的是对称方阵，第 i 行第 j 列就是用户 i 和 j 的相似度；想查 Top-K 相似用户？用
np.argsort(sim_matrix[i])[::-1][1:k+1]，注意跳过自己（索引 i）
怎么基于相似用户生成推荐结果（冷启动和边界情况怎么处理）
拿到相似度矩阵后，直接加权平均邻居评分看似合理，但实际常遇到：某用户只评过 1 个商品，所有相似度都是 0；或邻居里没人评过目标商品，推荐列表为空。
实操建议：
- 给相似度加阈值过滤，比如只取
sim_score > 0.1的邻居，避免噪声干扰；用np.where(sim_matrix[i] > 0.1)[0]拿到有效邻居索引 - 预测评分公式用
np.sum(sim * ratings) / np.sum(np.abs(sim))，分母用绝对值之和，防止正负相似度抵消 - 对每个用户，先找出所有「邻居评过但该用户没评」的商品，再按预测分排序；如果空了，fallback 到热门商品（
user_item_matrix.sum(axis=0).argsort()[::-1][:10]） - 别忘了去重：同一个商品可能被多个邻居评过分，聚合时用
set或groupby防止重复推荐
常见报错和性能卡点在哪
最常卡在三处：矩阵太稀疏导致相似度全为 0；内存爆掉；推荐结果全是 NaN。这些问题往往不是算法错，而是数据预处理漏了一步。
实操建议：
-
cosine_similarity返回全 0 矩阵？大概率是用户向量全为 0（没评分）或用了未填充的稀疏矩阵——检查user_item_matrix.getnnz(axis=1)，看每行非零元素数，低于 2 就得过滤掉该用户 - 内存不够？别用
toarray()把稀疏矩阵转稠密，改用scipy.sparse.csr_matrix+cosine_similarity(..., dense_output=False) - 推荐结果出现
nan？检查预测分计算时有没有除零，加一句np.nan_to_num(predicted_scores, nan=0.0)再排序 - 速度慢？关掉
scikit-learn的多线程（设n_jobs=1），小规模数据单线程更稳；真要加速就换implicit库，它底层是 C++，但那是另一个工程级选择了
真正难的不是算相似度，是让矩阵有足够密度、让邻居有意义、让空缺有 fallback。调参可以慢慢来，数据清洗和边界判断必须一开始就写进函数里。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
