Machine learning 如何利用时间性强的隐式数据集构建推荐系统？

我有一个数据集，它有，用户，项目和视图，这是用户和项目之间的交互

此数据集与其他推荐数据集的唯一区别在于，项目具有很强的时效性，即项目在某个时间段后到期，不再被考虑。（项目寿命可以从1周到4个月）

您可以使用。我写下了我建造这样的房子的经历

关于及时性，您应该只使用活动项来查找建议

例如，工作流的示例如下所示：

• 你需要推荐5个项目
• 您要求系统仅使用活动项向您提供30条建议
• 然后排除将在未来2天内到期的项目
• 然后从留守人员中随机抽取5名

  ---

谢谢@Danylo的回答。我只在推荐中使用活动项，实际上使用了隐式库。我注意到，对于时效性很强的数据，主要问题是它们无法在短时间内生成视图，这会影响我的推荐。