我有一个关于 LightFM 使用的基本问题，如果这不是合适的论坛，请原谅。我正在构建一个推荐系统，它将向用户推荐文档。目前还没有互动...

我有一个关于使用 LightFM ，如果这不是合适的论坛，请原谅。

我正在构建一个推荐系统，用于向用户推荐文档。目前还没有交互，我们对用户的了解仅限于他们感兴趣的关键字集。

我构建了一个原型，使用 TF-IDF 转换每个文档。然后，我使用相同的转换器转换用户的关键字，并使用余弦相似度来查找最相关的文档。效果相当不错。

我现在正在将其移植到 LightFM，以便我们可以包含交互，但首先我需要系统的性能与 TF-IDF 解决方案一样好，但我很难让它发挥作用。这是当前的方法：

首先，我在语料库中的所有项目上构建一个 LightFM Dataset 对象，使用 TF-IDF 来构建项目特征。（因此，每个项目都由一个约 3300 个元素的稀疏向量表示，其中每个条目对应于一个词干和该词的 TF-IDF 权重。）

当收到针对新用户的推荐请求时：

1. 获取该用户的关键字。形成一个仅包含所有关键字的字符串的伪文档。
2. 使用与构建语料库特征相同的矢量化器，获取该伪文档的 TF-IDF 特征
3. 重新训练 LightFM 模型，该模型由用户和伪文档之间的单次交互组成， item_features 由语料库的项目特征和伪文档的特征连接而成
4. 调用预测函数来获取建议

在我的单元测试中，我有 52 个文档，它们被转换为约 3300 列的 TF-IDF 向量。用户的伪文档被转换为一个向量，其中包含与该关键字相对应的单个 1.0 条目。

因此，我期望预测结果会给那些与关键词对应的 TF-IDF 条目也较高的文档打出高分。但结果却是，分数差不多，大约为 -0.5。

我在这里做错什么了吗？

• lightfm