如何利用这些数据训练神经网络协同过滤推荐模型？

如何解决如何利用这些数据训练神经网络协同过滤推荐模型？

我几乎是神经网络的新手。我有几个数据集，我打算基于它们（在 Python 中）构建一个神经网络协同过滤推荐系统。我拥有的数据集是：

训练、验证和测试数据集。训练和验证如下所示。

user_id item_id rating
   0       0       1
   1       1       1
   1       5       1
   2       6       1
   3       4       1

测试数据集类似，但没有评级列。

除了上面三个数据集，我还有这三个数据集：

物品特征：

        f_0        f_1         f_2         f_3        f_4        .....
0   -5.54860    -8.01598    -8.51817    -9.05486    -5.71950     .....
1   -3.65468    -1.99874    -5.11215    -5.54811    -3.04599     ..... 
2   -1.65484    -2.00458    -4.36471    -0.25488    -1.05468     ..... 
3   -1.01464    -5.54686    -1.16423    -3.04548    -0.71795     ..... 
4   -0.14597    -7.98941    -3.87911    -1.98110    -0.78199     .....
 ...............    

用户特征：

       f_0         f_1         f_2         f_3         f_4       .....
0   -0.05458    -1.99645    -1.54871    -0.56936    -0.45719     .....
1   -3.31580    -2.44187    -1.98655    -0.54807    -1.22807     .....
2   -4.99401    -3.33647    -3.00154    -1.00177    -2.52478     .....
3   -1.54599    -4.87393    -2.98741    -1.54920    -1.00598     .....
4   -4.47165    -0.12158    -1.66917    -2.41471    -0.71785     .....
 ...............  

链接：

source   destination    weight  .....
0           2000          1     .....
2            156          1     .....
1           9874          1     .....
1           7805          1     .....
0            20           1     .....
 ...............  

---

很清楚如何使用训练、测试和验证数据集。但是，我不知道如何在此过程中利用项目特征、用户特征和链接数据集作为输入。

你能指导我如何应用它们吗？任何好的来源/教程也值得赞赏（最好是火炬）。

非常感谢您的帮助。