假设你经营一个电影帝国，想要建立一个基于协作过滤的电影推荐系统。有三个流行的评论网站（我们称之为A，B和C）用户去给电影打分，而你刚刚收购了这三家网站。您希望将这三家公司的数据集合并在一起，构建一个单一/统一的系统。在网站A上，用户对电影的排名是1到5星。在网站B上，用户的等级是1-10，而十进制值（例如，7.5）是允许的。在C网站上，评分从1到100。你也有足够的信息在一个网站上识别用户/电影，在不同的网站上使用用户/电影。下列哪些是不正确的？

A. 将这些网站的数据结合起来是不可能的。你必须建立三个独立的系统
B. 你可以没有任何修改就可以将所有三个训练集组合成一个，并可以期望从推荐系统中获得更高的性能
C. 你可以将三个数据集合并到一个数据集，但是应该先将每个数据集的评级规范化
D. 假设在一个数据库中至少有一个电影/用户没有出现在另一个数据库中，那么由于缺少数据，就没有可靠的方法来合并数据集