https://github.com/qcymkxyc/RecSys/blob/6f8067f8b4ac40af7b7f6099aa5958deba8356e3/main/chapter2/lfm.py#L34 书中的负采样描述的是 对每个用户采样负样本时，要选取那些很热门，而用户却没有行为的物品。且书中的item_pool是一个列表，我的理解是不用去重，列表中重复的次数代表着物品的流行度，流行度大的更容易被采样到。但这样可能存在items列表过大... 所以可以考虑得到去重之后的物品列表后，记录每个物品的出现次数，与总个数相处得到频率，以此作为np.choice抽样的概率。
RecSys/main/chapter2/lfm.py
Line 34 in 6f8067f
书中的负采样描述的是 对每个用户采样负样本时，要选取那些很热门，而用户却没有行为的物品。且书中的item_pool是一个列表，我的理解是不用去重，列表中重复的次数代表着物品的流行度，流行度大的更容易被采样到。但这样可能存在items列表过大...
所以可以考虑得到去重之后的物品列表后，记录每个物品的出现次数，与总个数相处得到频率，以此作为np.choice抽样的概率。