基于内存的协同过滤-性能问题

Question

我是推荐系统的新手。我一直在研究和实现基于内存的CF。我有600位使用者。我计算所有用户与活动用户的相似性。问题是，当我尝试预测活动用户尚未评分的所有其他项目的评分时。我有100,000件物品。我使用以下聚合公式

https://i.imgur.com/eCcYrnG.png

在运行时使用它为单个用户生成建议的过程非常慢。

如果我尝试为所有用户和所有项目生成建议，然后尝试将其保存在后端的某处，则将需要几天的时间。

那么，人们如何使用基于内存的CF算法？我已经看到它被用于1000万个条目的MovieLens数据集。