协同过滤中基于item1和item2共同推荐item3

我试图向同时使用item1和item2的用户推荐item3。

# Import libraries
import numpy as np
import numpy.ma as ma
import pandas as pd
from scipy import spatial
from scipy.spatial.distance import cosine

# Create a function
def similarity(item1, item2):
    similarity = 1 - cosine(item1, item2)
    return similarity

它看起来像:

similar_item = pd.DataFrame(0, index = df.columns[1:], columns = ['item1'])
for item in df.columns[1:]:
    similar_item.loc[item, 'item1'] = similarity(df[item], df['item1'])

然后我打印

similar_item['item1']

这给了我必要的输出。我对第二项等重复了一遍,但我不知道如何结合第二项,并根据第1项和第2项的偏好推荐第三项。

谢谢你的建议!