使用PyG构建电影评分数据集（MovieLens dataset）图数据集

最近，深度学习在推荐系统领域取得了显著的进展。其中，图神经网络（Graph Neural Networks，简称GNN）已经成为一种受欢迎的技术，用于处理包含丰富关系的数据，例如社交网络、知识图谱以及推荐系统。

在这篇文章中，我们将使用Python库中的PyTorch Geometric（简称PyG）来构建一个电影评分数据集的图数据集，即MovieLens dataset。MovieLens dataset是一个常用的公开数据集，用于推荐系统研究。我们将展示如何将这个数据集转换为图形结构，并使用PyG进行处理和分析。

首先，让我们导入所需的Python库：

import torch
from torch_geometric.data import Data

接下来，我们加载MovieLens数据集。MovieLens数据集通常包含用户对电影的评分信息。这些评分信息可以表示为节点之间的关系，其中用户节点和电影节点通过边连接起来。

在这里，为了简化问题，我们只考虑用户和电影两种类型的节点，并忽略评分值。我们需要把数据集中的用户和电影进行编号，并构建节点之间的边。

下面是我们加载数据集并进行预处理的代码：