P值计算好像不太对
老师你好，感谢分享！有个小问题：
ICF中最后P值计算，是指与J最相似的K个物品，和用户U操作过的物品的交集，把他们的s求和。这个应该要遍历所有物品吧？
但是视频代码中，取用户操作过的前3个物品，再取它最相似的K个物品，似乎不太符合
我重写了下，老师你看有问题么，非常感谢！
def cal_recom_result_2(sim_info,user_click):
"""
recom by item collaboritive filter
Args:
sim_info:item sim dict
user_click:user click dict
Return:
dict,key:userid value dict, value_key itemid,value_value recome_score
"""
topk = 5
recom_info = {}
for user in user_click:
click_list = user_click[user]
recom_info.setdefault(user,{})
for itemid_i,sim_item in sim_info.items():
for itemid_j,sim_score in sim_item[:topk]:
if itemid_j not in click_list:
continue
recom_info[user].setdefault(itemid_j,0)
recom_info[user][itemid_j] += sim_score
return recom_info
