我已经阅读并尝试了很多，但是仍然坚持解决我的问题（尽管我认为这应该没有那么困难，并且一定可以实现。）
基本上，我想实现一个推荐器系统，并且找不到合适的库（基本上，lib语言无关紧要，但是更优选Python或Java）或算法。
首先，数据的结构：
我有三个文件：users.csv，items.csv和interacts.csv
用户具有以下功能：City, Country, Gender, Birthdate（基本上是我要用来计算用户之间相似度的功能）
项目基本上是不同的体育赛事，并具有以下结构：SportName, Location, StartTime, League（并且基本上是我要用来计算项目之间相似度的功能）
交互基本上是用户参加的事件的历史，结构为UserId, ItemId, TimeWhenTicketWasBought。
第一个问题是我的数据集中没有评分，并且大多数算法都需要此功能。
基本上，我希望根据用户的活动出席历史为他们提供个性化的活动推荐。 （例如，如果用户主要参加某个联赛的足球比赛，那么推荐同一联赛的其他比赛，或者推荐同一地点的其他比赛是合理的。
因此，对于冷启动用户，我想推荐与当前用户相似的用户。
另一个问题是该域非常动态，每天都会创建新事件，而旧事件已经消失，因此应将其排除在建议之外。
听起来像是一个普通的问题，但是我仍然找不到代码示例，大量的文字或库。只是概述。
这一次，我已经检查了大多数Python库（TensorRec，LightFM，Surprise），但无法弄清楚如何实现我的目标。
令人鼓舞的方法将是使用深度学习（LSTM和递归神经网络）的解决方案，但我仍然找不到从哪里开始的好指南。
欢迎任何帮助，包括指向库或教程，代码示例或研究的任何链接。 预先感谢。