Machine learning 协作过滤方法是否需要培训数据？

我即将开始为视频编写一个推荐系统，主要基于协作过滤，因为视频元数据非常稀少，还有一些基于内容的过滤。但是，我不确定如何处理培训数据。在推荐系统中，特别是在协作方法中，培训数据是否很重要？如果是这样，我如何生成这种数据，或者我应该查找什么类型的数据？

任何ML算法都需要数据。例如，以一种方法为例

它接收（不完整的）费率矩阵：行表示用户，列表示项目，单元格包含特定用户对特定项目的费率。然后通过分解该矩阵，您可以获得每个用户和每个项目的潜在向量表示，从而可以预测未来的费率。显然，根据该模型，用户最感兴趣的是比率最高的看不见的项目

---

本质上，矩阵分解学习预测已知用户和项目的新费率。

您需要数据来训练模型吗？当然除了您已经确定的其他元数据之外，您是否还需要任何用户项交互数据？我认为你无法生成你想要学习的真实数据。