数据流

整体的数据流为：

我们会针对其中几项内容重点介绍：

• 原始数据集：未经处理的原始数据集，详见【 数据集列表 】。
• 原子文件：RecBole 约定的一类通用的输入数据文件，详见 【 原子文件 】。
• Dataset 类 ：根据原子文件生成的数据集对象，主要依托于 pandas.DataFrame。从原子文件到 Dataset 类的转换中，我们提供了一系列的数据预处理操作，如 ID重映射、数据筛选、缺失值填充等。详见【 API 文档 】。
• DataLoader 类 ：将 Dataset 类中的数据转为对模型友好的格式，主要依托于 RecBole 定义的 Interaction 类 。Interaction 是送入推荐系统算法的，基于 python.dict 类设计的中间数据结构。键值对应于输入的特征，编写算法时可以方便地用特征名称进行索引；值对应于张量 （由 torch.Tensor 实现），将会被用于计算与参数更新。特别地，键值索引出的张量已经是按照 batch 划分的。 详见【 API 文档 】。