python - 如何在movieLen案例中为python中的推荐系统有效地进行数据增强？

如何解决python - 如何在movieLen案例中为python中的推荐系统有效地进行数据增强？

我有一个基本上类似于 MovieLen 数据集的数据集。它有 3 列：userGUID、卡片、动作。用户 GUID 是 userId，card 是 contentId，action 是用户对内容的评分。如下图所示：

我有 16536 个用户和 16734 张卡片，其中只有一小部分被评分（动作）。 我想要做的是数据增强，在那里我得到根本没有评级的 userGUID 和卡片行。

所以我最终希望每个用户的所有卡片都没有评级（action-ed'）。 每个用户都将拥有不包括已评级数据的增强数据。所以我期望的数据如下所示：

此表仅适用于未评级的增强型。

我希望有人可以提供 python 代码来做到这一点。

提前致谢。