我有一组四维特征向量，V1 { D1, D2, D3, D4 }, ... Vn { D1, ... D4 }，在给定查询的情况下，Q1 { D1, ... D4 }我正计算Q1与V1 ... Vn之间的距离度量确定相似性。我将5个最近的邻居作为我的推荐返回，这是可行的。
我还有用户的向量，他们表达了对某些特征向量的偏好。所以U1 { V1, V2 }, U2 { V1, V8 }, U3 { V1, V2, V4, V8 },等。
我坚持如何协调两个系统，以便给定Ui { V1, ... Vn }和Vn { D1, ... D4 }我的推荐引擎返回一组精确的邻居Ui。
我的第一个想法是将Ui喜欢的每个V作为单独的查询，返回这些推荐，然后合并结果集以找到5个最近的邻居。但是Ui可以有很多成员，Vn可能非常大，因此看起来很昂贵，而且可能不是最佳解决方案。
我还没有找到任何相关资源，但也许我使用了错误的条款。我希望我已经正确地使用了这个符号并清楚地解释了这一点，我在学习的同时也在学习。