4.7.3　关于用户对标的物的评分

在真实业务场景中，用户不一定对标的物评分，可能只有操作行为。这时可以采用隐式反馈的方式来做协同过滤，虽然隐式反馈的效果可能会差一些。

但同时，我们可以通过一些方法和技巧来间接获得隐式反馈的评分，主要有如下两类方法。通过这两类方法获得评分是非常直观的，效果肯定比隐式反馈直接用0或者1好。

虽然很多时候用户的反馈是隐式的，但用户的操作行为是多样化的，有浏览、点击、点赞、购买、收藏、分享、评论等方式，我们可以基于用户在这些隐式行为中的投入度（投入的时间成本、资金成本、社交压力等，投入成本越大给定越高的分数）对这些行为人为打分，比如浏览给1分、点赞给2分、转发给4分等。这样就可以针对用户不同的行为生成差异化的评分。

对于像音乐、视频、文章等，我们可以记录用户在消费这些标的物上所花的时间，进而计算评分。拿视频来说，如果一个电影总时长是100分钟，用户看了60分钟就退出了，那么我们就可以给用户打6分（10分制，因为用户看了60%，所以打6分）。