不需要算法或推荐系统。你有：

每个用户都有一堆功能。

只要它们是数字的，或者可以是数字的（例如聚合值或对它们进行一次热编码），您就已经有了距离。您可能没有跨特征空间的适当方差，即特征按不同数量级缩放。

如果您知道与用户相似度相关的特征的确切权重，您可以尝试手动调整（缩放）特征。否则，您可以简单地使每个特征都具有均值 0 和标准差 1。换句话说，每个特征从所有点中减去均值并除以当前标准差。（sklearn有一个StandardScaler正是这样做的。）

在缩放数据集中，从任何点（用户），您可以计算到任何其他点的欧几里得距离。并且点越接近，这对用户就越相似。即顶部$N$ 与用户相似的用户只是 $N$ 最近的点。

普通欧几里得距离在许多情况下都有效。如果欧几里得距离不适用于手头的问题，那么您可以探索更复杂的可能性：从曼哈顿距离开始，通过minkowski 距离（欧几里得距离和曼哈顿距离的组合）。

正如其他人还指出的那样，只要您有数字数据（或可以转换为数字的数据），您就可以在用户之间使用某种距离度量。

简单的解决方案是欧几里得距离（或其他一些，如 minkowski 或 manhattan）。他们的问题是他们对变量中的不同尺度很敏感。您可以通过规范化数据来解决它，但请记住，在这种情况下，您将为每个特征分配同等重要性。您可能需要根据您的领域知识手动调整它。

如果您在稀疏空间中有大量特征，则值得考虑使用余弦相似度，它会更加关注数据点的方向（客户特征）。

您可能还想先进行PCA，从而降低维度并消除某些特征可能彼此相似（因此它们相互关联）的事实。

如果您想尝试更复杂的解决方案，您可以尝试使用自动编码器。一种神经网络，您的输入和输出是相同的（用户特征），但在隐藏层中您会抑制维度，从而获得更密集的数据表示。在这种表示中，特征也可能具有语义意义。在这种更密集的表示上，您可以再次计算开始时提出的一些距离度量。

人们考虑的主要事情是距离的某种度量。将每个变量视为一个轴，可以将用户表示为多维空间中的数据点。欧几里得距离是最常见的，但可以使用Manhattan、Minkowsky、Mahalanobis，......有无数的公式。

常见的替代方法是（不）相似度度量，例如余弦相似度和KL 散度。它们都返回两个数组“有多么不同”的度量。

在这里，您可以找到最常见的相似性度量的 Python 实现。

亚历克斯，尝试聚类怎么样。它可能会为您提供有关数据集的更多信息。

因此，您可以首先sklearn.cluster.Kmeans将一些用户随机作为集群的中心，然后寻找其他类似的用户，检查他们的特征之间的距离是否接近中心用户。

如果您确定集群的大小可能不同（在某些集群中，特征非常接近，而在某些集群中，特征可能更加分散），您可以尝试sklearn.cluster.DBSCAN在可以应用不同的地方sklearn.metrics.pairwise_distances