question.txt

1、在对lista进行append(listb)操作后，如果在后面listb发生，那么会影响lista中原来加入的listb的值。
    原因：lista中的listb并没有在内存中重新创建，而是指向了原来的listb，因此listb发生变化，lista中原来添加的listb也会发生相应的变化
    解决方法：使用一个变量tmp，通过copy.deepcopy()的方式将需要保存的内容赋值给他们怕，然后用tmp来进行传递，这样每次tmp都会因为深拷贝
                而改变，同时之前传入list的值不会随着tmp的改变而改变。


2、论文中数据处理的要求
    # 取最后七个月的数据进行实验
    # 少于20个user访问/购买的item进行remove
    # 将每个用户一天的数据作为一个session
    # 对只包含一个item的session进行remove
    # 最后一个月中随机选取20%的session最为test set
    # 从每个session中随机选取一个item作为next item to be predicted

3、计算top-k时，需不需要将用户之前购买过的item去掉，只保留没有购买过的item
    1、如果是推荐单个item，而不是基于session/basket来操作，最好是在数据清理的过程中将用户的重复数据清理掉，
        这样在最后的test阶段也就需要在top-k的计算中剔除掉已经购买过的item
    2、在当前SHAN实验中，由于session之际无法避免会出现重复，所以我们在进行实验的过程中，也会保留重复数据，
        只是在单个session中进行去重，因此最后计算top-k的时候就需要去剔除掉之前购买过的item

4、加入gowalla数据集，在test集选择上尽量和论文一样

5、在对gowalla的test部分抽取20%作为test数据集时，dataframe.values的对象为ndarray类型，所以需要在其中随机选一些行作为test：
    在np.random中存在shuffle这样一个函数，可以将数组顺序随机打乱，所以我们可以对list(range(ndarray))进行shuffle操作，
    然后再采用np.random.choice(list,num)方法随机挑选num个数字组成数组，然后使用dataframe.values[list]得到子矩阵，
    即为我们需要的test数据集。