有这个例子
模型在其中返回您要求的电影的“分数”，因此您可以推荐或不推荐它。 是否可以返回特定用户的前十部电影？
这可以通过Amazon EMR完成 （例如https://aws.amazon.com/blogs/big-data/building-a-recommendation-engine-with-spark-ml-on-amazon-emr-using-zeppelin/） 但是该解决方案无法为实时建议提供轻松的REST端点（我对JobServer感到困惑）。
答案 0 :(得分：1)
我是这篇文章的作者：）
FM将“简单地”将缺失值填充到推荐矩阵中。您可以做的是为所有用户批量预测所有电影，按降序对结果进行排序，然后将每个用户的前10个结果存储在缓存中，为什么不这样做呢？这将使从任何类型的应用程序实时检索结果变得容易。我想您还会定期进行再培训以考虑新用户的使用情况。希望这会有所帮助。