正负样本正样本正样本：曝光而且有点击的用户-物品二元组（用户对物品感兴趣）问题：少部分物品占据大部分点击，导致正样本大多是热门物品解决方案：过采样冷门物品，或降采样热门物品 过采样 up-sampling 让一个样本出现多次 降采样 down-sa...

离散特征何为离散特征？性别：男、女国籍：中国、美国…英文单词：常见的英文单词有几万个物品ID：小红书有几亿篇笔记，每篇笔记都有一个ID用户ID：小红书有几亿个用户，每个用户有一个ID 离散特征的处理 建立字典：把类别映射成序号 中国->1...

传统ItemCF的局限性热门物品偏差：热门物品容易频繁共现，导致相似度虚高，比如书店里《哈利波特》和《新华字典》被大量客户购买，但二者并无实际关联 稀疏性问题：用户-物品交互数据稀疏时，传统相似度（如余弦）虽然可以用，但是计算不稳定。 Swing 的...

对ItemCF算法的整体理解请简述ItemCF的核心思想及其主要步骤 核心思想：当很多用户同时喜欢两个物品时，认为这两个物品具有较高的相似度。 计算物品相似度：基于用户-物品交互记录（如点击、评分等）计算所有物品之间的相似度。 召回阶段逻辑 找到用...