在训练集上，假设按模型给目标用户推荐的项目集合为R，第一，因为在计算过程中，可以计算出每个用户和目标用户的相似度，那么实际上所有的目标用户没有行为过的项目都有可能推荐给目标用户，这种情况下还怎么去解决实验评测中准确率问题。第二，假设目标用户的邻近集合中每个用户都对项目A有点击，而目标用户对项目A没有点击，那么依据理论，目标用户对项目A的评分等于目标用户与相似用户的相似度乘以相似用户对A的评分的累加和，在这种情况下，如果邻近用户过多的话（一般用户数据集都是几千几万以上的），那目标用户对项目A的评分会显得非常大，远远大于5分，这种情况下实验同样无法合理计算。请问老师，这两个问题怎么解决。