BPR的三元组 <u,i,j>是比较不同的项目，那如何实现比较不同的用户

Question

对于BPR算法进行的数据pair化预处理中，将用户对物品的评分（显示反馈“1”，隐式反馈“0”）处理为一个pair对的集合<i,j>，其中i为评分为1的物品，j为评分为0的物品。假设某用户有M个“1”的评分，N个“0”的评分，则该用户共有M*N个pair对。这样数据集就由三元组 <u,i,j>表示，该三元组的物理含义为：相对于物品“j”，用户“u”更喜欢物品“i”。即比较不同的项目。
若基于BPR算法进行改进，将三元组<u,i,j>替换为<u+,u-,i>（u+\u-属于用户集合），其中u+比u-具有更高的权重。即给定一个项目，在每个小群组中，将小群组的每2个用户进行配对，得到与给定项目相关的用户的影响权重排序。
我的问题是，原BPR的pair对的集合是用户对物品的评分，那三元组替换为<u+,u-,i>后，pair对的集合应该由什么生成呢？

Answer 1

在原始的 BPR 算法中，pair 对的集合是由用户对物品的评分生成的。但在改进后的 BPR 算法中，我们使用的是一些额外的信息来替代这些评分。具体来说，我们将三元组 <u+, u-, i> 替换为 pair 对的集合。

生成这些 pair 对的集合可以通过以下步骤完成：

对于每个项目 i，我们首先找到其相关的所有用户对 (u+, u-)。

对于每个用户对 (u+, u-)，我们从中随机选择一个用户 u 和一个负样本物品 j。这里的负样本物品 j 是指那些未被用户 u+ 和 u- 评分过的物品。

我们将得到的 pair 对 (i, j) 添加到 pair 集合中。这里的 (i, j) 表示：相对于物品 j，用户 u+ 更喜欢物品 i，而用户 u- 则更不喜欢物品 i。

需要注意的是，在某些情况下，可能不存在满足条件的负样本物品 j。例如，在某些数据集中，用户可能已经评分了所有的物品，导致不存在未被评分的物品。在这种情况下，我们可以采用一些特殊的处理方式，例如重新选择用户对或者使用其他的负样本生成策略。