使用spark運行協(xié)同過濾算法，rating的值該怎樣設(shè)置？對于隱性反饋，用戶沒有明確的項目評分數(shù)據(jù)。在這種情況下，在考慮評級值時，應(yīng)根據(jù)具體業(yè)務(wù)場景的相應(yīng)數(shù)據(jù)進行設(shè)計。例如：短視頻推薦]（1）根據(jù)不

使用spark運行協(xié)同過濾算法，rating的值該怎樣設(shè)置？

對于隱性反饋，用戶沒有明確的項目評分數(shù)據(jù)。在這種情況下，在考慮評級值時，應(yīng)根據(jù)具體業(yè)務(wù)場景的相應(yīng)數(shù)據(jù)進行設(shè)計。

例如：

短視頻推薦

]（1）根據(jù)不同的用戶行為設(shè)置評分值

對于短視頻推薦，您可以根據(jù)不同的用戶行為設(shè)置不同的評分值，如觀看、喜歡、分享等，這樣設(shè)置評分值的缺點是用戶的表揚和分享行為數(shù)據(jù)非常稀疏，不能單獨使用?？紤]用戶項目的評分值，結(jié)合觀看、喜歡、分享等行為數(shù)據(jù)，需要考慮不同行為對評分值權(quán)重的影響。

（2）額定值根據(jù)同一行為的不同特征設(shè)置。

相同的行為可以考慮用戶行為的不同特征值來設(shè)置項目的用戶評分值，如視頻的觀看時間、觀看完成度，如果考慮時間衰減系數(shù)，可以結(jié)合觀看時間和當前時間之間的時差來設(shè)置項目的額定值。

當然，不同的推薦系統(tǒng)根據(jù)具體業(yè)務(wù)有不同的設(shè)置。比如，電子商務(wù)推薦可以考慮商品的價格，新聞信息推薦可以考慮篇幅，等等。以上只是參考。