所以我假设你只是想被推向正确的方向。有两种不同的方法可以解决这个问题。

Netflix 直到最近才使用经典算法和设置完成所有推荐，请参阅有关其架构的论文。

对于这种类型的轻推荐问题，我建议使用 PredictionIO 中的一些东西。它非常通用，可用于使用各种输入进行分类。也不是很难学。

你也可以用神经网络解决这个问题，可以看作是分类推荐。深度学习现在是所有的爵士乐，您可以在推荐空间中利用这些突破。

在将深度神经网络应用于推荐方面，Youtube 是其中的佼佼者，请参阅这篇论文。

他们将他们的系统分成 2 个独立的神经网络模型。一个用于候选生成，另一个用于生成实际推荐。

Spotify 还做了一些很棒的事情，将卷积神经网络应用到实际的音频流中，得到了一些同样有趣的结果： http ://benanne.github.io/2014/08/05/spotify-cnns.html

至于实现类似的东西，我会寻找示例并使用 tensorflow 或 theano 和 keras 在 python 中构建。它不必太“深”。

希望有帮助！

您正在寻找的是所谓的协作过滤/矩阵完成。有关简短介绍，请参阅我的博客文章。