推薦系統—對slope one演算法的一些疑問

      最近在調研推薦系統，在看到slope one方面的資料時，對 slope one演算法的實現和原理產生了一些疑問，望大牛不吝指教：

      疑問一：slope one演算法中需要計算所有商品評分的平均差，但是對於現實推薦應用而言，商品的數量通常為數萬層級，而這種規模的商品產生的二項組合已經達到了千萬層級，如此大規模的計算量需要使用什麼樣的計算架構實現？為什麼slop one演算法還被稱之為簡單高效的演算法？

      疑問二：slope one演算法中的平均差計算方法並不能很好的表達出兩個商品之間的評分差異，考慮到以下極端情況：
              A  B   商品AB之間的平均差為0，但實際上商品AB之間的評分差異很大。
             1  5
             5  1