我正在按照文档示例构建一个推荐系统，我正在创建一个很好的构造函数

val als = new ALS()
  .setMaxIter(maxIterations)
  .setRegParam(regressionParam)
  .setUserCol("user_id")
  .setItemCol("item_id")
  .setRatingCol("rating")

val model = als.fit(trainData)
val predictions = model.transform(testData)
println("predictions"+predictions.show(80))

val evaluator = new RegressionEvaluator()
  .setMetricName("rmse")
  .setLabelCol("rating")
  .setPredictionCol("prediction")
val rmse = evaluator.evaluate(predictions)
println(s"Root-mean-square error = $rmse")
predictions

我训练模型，设置一切，但我这里的主要问题是，我可以预测与测试数据返回预测因子为每个项目id我传递给它，但我实际上需要的是，该模型可以建议我从一个用户的项目id没有预测一个项目id可以通过添加一个预测列合适。org.apache.spark.ml.recommendation.als能做到这一点吗？