我想增强一个推荐引擎，它的信息不仅依赖于过去的购买或评级，还依赖于行为和人口统计变量，如性别、年龄、位置、服务使用频率或小时数。此信息可能很少（例如，用户可能没有向我提供他的年龄）。

你能建议一种允许它的方法吗？

我的第一种方法：

在筛选了推荐系统的一般方法之后，我认为能够实现我的想法的是基于自定义（？）项目的协同过滤。

更准确地说：我会以与引入项目评级相同的方式包含用户个人资料信息，可能对原始数据进行两次更改：

1. 标准化量表以符合评级量表。
2. 在我的算法中添加一个参数，将权重（例如 20% 或 50%）放在用户配置文件行上，因为可能有 10 个用户配置文件变量和一百万个产品项目。