入门路线

建议按这个顺序写：

1. Item-CF
2. 矩阵分解
3. 双塔召回
4. DeepFM
5. SASRec
6. LightGCN

这个顺序不是为了显得完整，而是每一步只多加一个新想法。

Item-CF 先学相似度。矩阵分解把 ID 变成向量。双塔模型把向量用于召回。DeepFM 开始用电影类型这类侧信息。SASRec 用时间顺序。LightGCN 把用户和电影看成一张图。

第一遍不要急着调参。先把数据读对，切分方式讲清楚，然后拿几个真实用户打印推荐结果。一个能看懂的坏推荐，比一个解释不清的高分指标更有用。