在评估协同过滤推荐系统时，按时间分割数据是可行的。但是，通过这样做，一些用户可能只出现在训练集或测试集中。例如，考虑以下示例：

user  year
0     2020
0     2020
0     2021
1     2021
1     2021
1     2021
2     2020
2     2021
2     2021

如果我们决定按年份划分，以便 2020 年之后的评级将在测试集中，那么：

Train           
user  year
0     2020
0     2020
2     2020

Test
user  year
0     2021
1     2021
1     2021
1     2021
2     2021
2     2021

这意味着用户 1 根本不会在训练集中。当使用矩阵分解/潜在模型时，由于用户 1 不在训练集中，当我们将潜在因子U和V相乘得到预测评分矩阵时，用户 1 根本不会在其中，因此我们不会能够预测用户 1 的评分。这也适用于项目，尽管此处未显示。

如何处理？是否只是简单地从测试集中删除不在训练集中的用户？这不会导致大量数据浪费吗？