我有用户和资源。每个资源由一组特征描述，每个用户与不同的资源集相关。在我的特定情况下，资源是网页，特征包括访问的地点信息、访问的时间、访问次数等，这些信息每次都与特定的用户相关联。
我想根据这些特征获得用户之间的相似度度量，但我找不到一种方法来聚合资源特征。我已经用文本特征做过，因为可以将文档加在一起，然后提取特征（比如TF-IDF），但我不知道如何处理这种配置。
为了尽可能清楚，这里是我拥有的内容：
>>> len(user_features)13 # 这是我的用户数量>>> user_features[0].shape(2374, 17) # 这个用户有2374个文档，17个特征我能够使用欧几里得距离等方法获得文档的相似度矩阵，例如：
>>> euclidean_distance(user_features[0], user_features[0])但我不知道如何将用户相互比较。我应该以某种方式聚合特征，最终得到一个N_Users X N_Features的矩阵，但我不知道如何操作。
关于如何进行的任何提示？
关于我使用的特征的更多信息：
我这里的特征并非完全固定。目前我有13个不同的特征，这些特征已经从“浏览”中聚合。我拥有的是每个浏览的标准差、平均值等，以便获得“平面”的东西，以便能够比较它们。我的一个特征是：自上次浏览以来位置是否有变化？一小时前呢？两小时前呢？
回答：
如果每个用户被表示为一组文档交互向量，你可以定义一对用户的相似度为代表这些用户的文档交互向量集的相似度。
你说你可以获得文档的相似度矩阵。那么假设用户U1访问了文档D1、D2、D3，用户U2访问了文档D1、D3、D4。你将有两个向量集S1 = {U1(D1), U1(D2), U1(D3)} 用于用户1，S2 = {U2(D1), U2(D3), U2(D4)} 用于用户2。请注意，因为每个用户与文档的交互是不同的，所以它们被这样表示。如果我理解正确，这些集合的元素应该对应于每个用户矩阵中的相应行。
这两个集合之间的相似度可以用许多不同的方式计算。一个选项是平均成对相似度：你遍历来自每个集合的所有元素配对，计算配对的文档相似度，并对所有配对进行平均。
