你可以尝试几种技术来实现你的目标，我之前已经研究过并使用过这些技术，所以它可能会对你有所帮助。

半监督学习

基本上，您需要一些将产品与用户联系起来的历史数据，因此您可以建立一些产品与用户之间关系的基本知识，然后您可以对相同的产品/用户进行聚类，并以此为基础标记其余未标记的产品。

关联规则学习

是一种基于规则的机器学习方法，用于发现大型数据库中变量之间的有趣关系。它旨在使用一些有趣的度量来识别在数据库中发现的强规则。

协作学习/联合学习

最好在有买家/卖家信息的情况下使用它，因此您可以研究产品/（买家/卖家）之间的关系，然后是产品/商店，然后您可以监督产品/商店之间的学习。您需要内容质量高的数据。

合作学习

您对用户/项目的不同组合运行不同的测试，并从中得出不同的结果，然后将它们相互比较。为此，您需要一些预先确定的规则来评估您自己的决策结果。您需要一些产品/用户的历史数据。

结合协作学习和合作学习

这就是谷歌搜索引擎正在做的事情，他知道其他人在寻找什么并构建模式，这被称为协作学习，但如果他们给出结果，它不会是特定于你作为用户的，所以他们添加合作学习强调您自己的搜索结果体验。尽管听起来很有趣，但编写代码并不容易。