基于Ciao网站隐式关系的符号社交网络推荐加工数据集

为了更好地支撑虚拟数据中心原位调度系统在跨域数据处理与性能验证中的整体需求，项目组在开源的Ciao社交推荐数据集基础上，对其进行了加工与重构，包括为用户-物品交互评分设定阈值进行过滤（仅保留有效交互数据，以提高数据质量和相关性）、重点基于社会理论探索隐式社交关系并建立符号网络（通过补充额外关系记录，如正/负符号边，扩展了原始数据的网络深度和动态性）、完整性校验、去重、ID连续重映射（优化索引结构）、异常样本过滤、添加元数据字段（交互频次、符号关系计数，提供关系分析支持）和批量验证日志记录。这些处理强化了数据集的网络特征和适用性。处理后的数据记录共24.9万条，以纯文本文件的方式保存。