我关注了用户行为数据， 喜欢 2.不喜欢 评级 4.查看产品 5.购买的产品
火花MLlib支持隐含行为数据，自信分数为0或1，Ref（http://spark.apache.org/docs/latest/mllib-collaborative-filtering.html）。
例如，用户1查看了产品A，那么模型就像
1，A，1（userId，productId，二进制自信得分）
但是，通过观察行为的本质，喜欢的产品比产品观看具有强烈的信心。购买的产品比观看产品有很强的信心。
如何根据行为类型对数据建模？
答案 0 :(得分：6)
实际上，隐含数据不必是0或1.这意味着将值视为置信度或关联强度，而不是评级。您可以简单地模拟在用户和项目之间显示更高关联的操作，因为它们具有更高的置信度。喜欢比观点更强大，购买比同类更强。
事实上，负面信心可以适应这个框架（我知道MLlib实现了这一点）。不喜欢可能意味着负面评分。
值得你去调整的是什么。如果您没有更好的想法，我认为选择与相对频率相对应的值是合理的。例如，如果页面浏览量通常比喜欢的页面多50倍，那么类似的值可能是页面视图的50倍。