包括以下几个步骤：

（1）矩阵分解得到两个领域的U和V

（2）利用两个领域的Us（或者Vs）去构建benchmark U （利用了用户在各个领域访问的次数和隐向量之间的相似度）

（3）以U为输入，benchmark U为输出，构建fully connected NN

（4）利用学出的NN估计benchmark U （好奇为什么不直接用构造出来的benchmark?）

（5）再利用 估计出来的benchmark U去调整V （用MF重新学一次）

（6）用估计的benchmark U和重新调整的V做预测