目前，当有新用户加入时，我无法更新我的推荐系统，这显然与未添加用户和项目矩阵有关。我在哪里可以找到这些信息，并且如何进行更新？谢谢
model.userFactorsmodel.itemFactors
回答：
当项目特征和用户特征被计算后，模型仅准备好为已知项目和用户提供推荐。如果您有新用户/项目，您需要处理冷启动问题。
但有两件事 – 使推荐系统对新用户/项目有效，以及单独的更新模型（特征矩阵）接近实时更新。
为了为新/匿名用户准备推荐，这些用户在构建模型时不在输入数据中，您需要准备其特征向量。方法是从已查看项目的特征（或您认为是‘喜欢’的任何类型的互动）中准备它，例如，计算用户喜欢的那些项目的每个特征的平均值。或者查看Oryx代码中构建匿名用户特征向量的方法
为了接近实时更新您的模型（我写的是接近，因为面对现实，真正在线更新是不可能的），通过使用折入技术，例如：在线更新正则化核矩阵分解模型用于大规模推荐系统。您可以查看以下代码：
- MyMediaLite
- Oryx – 基于Lambda架构范式构建的框架。它应该包含通过折入新用户/项目的更新功能。
