从现有数据生成推荐系统的测试数据集

Question

我正在尝试使用用于 apache-spark 的 scala API 构建推荐系统。

我有一个格式为 (User,Product,Rating) 的数据集，用于所有用户评分的所有项目。为了给出建议，我需要一个 (U,P) 形式的数据集，其中包含我的初始数据集中不存在的所有 U,P 对。 （用户，每个用户尚未购买的所有产品的产品对）。有谁知道任何直接的方法来做到这一点？

ps- 您可以假设除了初始集合中的用户或项目之外没有其他用户或项目。

我们将不胜感激。

Answer 1

本教程可能对您很有帮助：

http://ampcamp.berkeley.edu/big-data-mini-course/movie-recommendation-with-mllib.html