直接用scipy.spatial.distance.cosine易出错，因其默认对齐全部维度（含大量0）、不处理nan、未中心化，导致稀疏数据下相似度失真；应先构建用户-物品矩阵并保留nan，再基于共同评分项子集计算余弦相似度。
为什么直接用 scipy.spatial.distance.cosine 算用户相似度容易出错？
协同过滤的核心是衡量用户偏好向量的相似性，但原始评分数据稀疏、维度不一致、未归一化，直接套用余弦距离会放大零值干扰。比如用户 A 评了 5 部电影，B 评了 20 部，两人共同评分项可能只有 2 个——此时 cosine 默认对齐所有维度（含大量 0），结果失真。
实操建议：
- 先用
pandas.DataFrame.pivot_table构建用户-物品矩阵，缺失值留为NaN，别填 0 - 计算相似度前，对每行（即每个用户）只取「两人共同评分过的物品」子集，用
np.intersect1d找交集索引 - 用
sklearn.metrics.pairwise.cosine_similarity更稳妥，它自动跳过NaN（需先用.fillna(0)或更优：用均值填充 + 中心化） - 避免用
scipy.spatial.distance.cosine返回标量后手动转相似度（1 - distance），它不处理NaN，易报ValueError: Input contains NaN
如何给目标用户生成 Top-N 推荐而不遍历全部物品？
暴力法对每个未评分物品都算加权预测分，复杂度高且包含大量无效计算。关键不是“怎么算”，而是“哪些物品值得算”。
实操建议：
- 只考虑「相似用户评过分、且目标用户没评过」的物品：用布尔索引筛选，例如
~user_item_matrix.loc[target_id].isna() & user_item_matrix.loc[sim_users].notna().any() - 预测公式用标准加权平均：
pred = Σ(sim[u, target] × (rating[u, i] − mean_rating[u])) / Σ|sim[u, target]|，注意减去用户均值（中心化），否则高分用户会系统性拉高预测 - 用
numpy.nanmean替代np.mean处理稀疏行，避免除零或全NaN报错 - 最后用
pd.Series.nlargest(N)取 top 结果，别用sort_values(ascending=False).head(N)，前者更快
surprise 库的 KNNBasic 和手写逻辑差在哪？
表面上都是基于用户的 KNN，但 surprise 默认启用偏差项（user bias + item bias + global mean），且相似度计算时自动做中心化、支持不同相似度度量（MSD、Pearson）、内置邻居剪枝和缓存。手写时若忽略这些，推荐质量会明显下降。
实操建议：
- 调试阶段先禁用偏差：传参
bsl_options={'biased': False}，和手写逻辑对齐 - 指定
sim_options={'name': 'pearson_baseline', 'user_based': True}，比默认的msd更适合用户协同场景 - 训练后别直接调
algo.predict(uid, iid)测单点——先用trainset.to_inner_iid()转换 ID，否则报KeyError - 如果要复现手写结果，必须设
k=100（不限制邻居数）并关闭所有正则项，否则surprise默认k=40且带shrinkage=100
冷启动用户没历史行为，还能用用户协同过滤吗？
不能。用户协同过滤完全依赖已有评分向量计算相似度，新用户向量全 NaN，相似度无定义，所有预测值都会是 nan 或触发异常。
实操建议：
- 检测冷启动：检查
user_item_matrix.loc[new_user].notna().sum() == 0，成立则跳过协同步骤 - 降级策略优先用热门物品（
user_item_matrix.sum(axis=0).nlargest(10)），别用全局平均分排序——热门 ≠ 高分 - 如果业务允许，强制收集至少 3 条显式反馈（如“喜欢/不喜欢”按钮），再进入协同流程
- 不要试图用物品协同（ItemCF）临时补位：两者数据结构不同，用户矩阵转物品矩阵需
.T，但冷启动用户在转置后仍是空行，问题未解
实际部署时最容易被忽略的是相似度矩阵的更新时机——它不能每次请求都重算，但用户新增一条评分后，相关行的相似度就过期了。要不要增量更新、更新几行、用 LRU 缓存还是定期全量重建，取决于 QPS 和数据更新频率，这个权衡点往往比算法本身更影响线上效果。
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！
