我已经找到了数十篇有关使用Imdb数据制作推荐引擎的人的Towards Data Science / medium /等文章（基于用户对电影的评分，我们应该向那些用户推荐什么电影）。这些文章从基于用户的内容过滤和基于项目的内容过滤的“基于内存的方法”开始。我一直受命制作一个推荐引擎，并且由于没有一套关心或对此一无所知，所以我想做最少的工作（这似乎是基于用户的内容过滤）。问题是，我所有的数据都是二进制的（没有评级，仅基于其他用户购买的商品，我们应该向相似的用户推荐这些商品吗？这实际上类似于所有中型文章相互窃取的卡通片，但所有中型文章都没有提供如何执行此操作的示例）。
所有文章都使用Pearson Correlation或余弦相似度来确定用户相似度，我是否可以将这些方法用于二进制尺寸（是否购买），如果可以，如何，如果没有，则可以使用其他方法来测量用户相似度？
我正在使用python btw。而且我正在考虑也许使用汉明距离（是否有不好的原因）我已经找到了数十篇有关使用Imdb数据制作推荐引擎的人的Towards Data Science / medium /等文章（基于用户对电影的评分，电影的评级...