@Keiken,
вот что мне предлагает)
и персонализировано:
я так понимаю оценки и дропы не учитываются вовсе)
у меня кис-сис в рекомендациях ова)

@Luscinia поправил банилку за мат, больше она за эту фразу не будет банить
@Keiken, жанры напрямую не учитываются. если в двух словах, то сайт рекомендует то, что нравится другим людям, которых сайт сочтёт похожими на тебя. похожесть определяется математически по похожести выставляемых оценок.
если более подробно, то смотри ссылки из этого абзаца. pearson_z рекомендации используют pearson correlation coefficient с нормализацией пользовательских оценок по z-score. а svd соответственно svd разложение матрицы пользовательских оценок

эту оценку можно составить не для всех аниме, и получившаяся оценка не всегда будет попадать в десятибальную шкалу а ещё это дорого, тоесть долго. чтобы оценку предсказать, надо полный набор рекомендаций составить, перелопатив всю базу пользовательских оценок


то, о чём ты говоришь(получение вектора характеристик для аниме), делается как раз SVD преобразованием матрицы пользовательских оценок (столбцы - пользователи, колонки - аниме, а на пересечении столбцов и колонок - пользовательские оценки).
при SVD преобразовании матрицы оценок мы как раз получаем три матрицы. одна из которых характеризует пользователей (по ней рекомендации и составляются), вторая единичная, а в третьей находятся характеристики аниме
по тому же алгоритму, каким мы находим похожих пользователей (сравнивая вектора пользовательских коэффициентов), можно для конкретного аниме находить другие похожие аниме. только вот заполняемый пользователями список похожих /animes/22535-kiseijuu-sei-no-kakuritsu/similar намного лучше автоматической генерации