我正在嘗試為每個用戶獲取15個最相關(guān)的項目，但是我嘗試的每個功能都花了很長時間。（超過6個小時后，我將其關(guān)閉了...）我有418個獨特用戶，3718個獨特項目。U2tfifd dict也有418個條目，并且tfidf_feature_names中有32645個單詞。我的interacts_full_df的形狀是（40733，3）我試過了 ：  def index_tfidf_users(user_id) :     return [users for users in U2tfifd[user_id].flatten().tolist()]def get_relevant_items(user_id):    return sorted(zip(tfidf_feature_names, index_tfidf_users(user_id)), key=lambda x: -x[1])[:15]def get_tfidf_token(user_id) :     return [words for words, values in get_relevant_items(user_id)]然后 interactions_full_df["tags"] =  interactions_full_df["user_id"].apply(lambda x : get_tfidf_token(x))或者def get_tfidf_token(user_id) :     tags =  []    v = sorted(zip(tfidf_feature_names, U2tfifd[user_id].flatten().tolist()), key=lambda x: -x[1])[:15]    for words, values in v :        tags.append(words)    return tags或者def get_tfidf_token(user_id) :     v = sorted(zip(tfidf_feature_names, U2tfifd[user_id].flatten().tolist()), key=lambda x: -x[1])[:15]       tags =  [words for words in v]    return tagsU2tfifd是具有鍵= user_id，值=數(shù)組的字典