ciaodvd数据集的简单介绍_推荐系统领域常见公共数据集整理分享

红太狼 2022-12-31 08:27 307阅读 0赞

本资源整理了推荐系统(RS)相关的高质量的公共数据集。它们是从Stack Overflow，学术论文，推荐站点和学术实验中收集和整理的。这里介绍的大多数数据集都是免费的，开放式的。

数据集下载链接及数据集描述。

Book

· Book Crossing(http://www2.informatik.uni-freiburg.de/~cziegler/BX/):: BookCrossing(BX)数据集是Cai-Nicolas在花费了4周时间，(2004年8月/ 2004年9月)中从Book-Crossing社区收集的。

Dating

· Dating Agency(http://www.occamslab.com/petricek/data/)::该数据集包含2006年4月4日导出的135,359位LibimSeTi用户对168,791个配置文件的17,359,346个匿名评分。

电子商务

· Amazon(http://jmcauley.ucsd.edu/data/amazon/) ::该数据集包含来自亚马逊的产品评论和元数据，其中包括1996年5月至2014年7月的1.428亿条评论

·Retailrocket推荐系统数据集(https://www.kaggle.com/retailrocket/ecommerce-dataset) ::该数据集由三个文件组成：一个具有行为数据的文件(events.csv)，一个具有项目属性的文件(item\_properties.сsv)和一个描述类别树的文件(category\_tree.сsv)。数据是从真实世界的电子商务网站收集的。

音乐

· LastFM(Implicit)(https://grouplens.org/datasets/hetrec-2011/) ::此数据集包含来自Last.fm在线音乐系统的2K用户集的社交网络，标签和音乐艺术家收听信息。

· Million Song数据集(https://labrosa.ee.columbia.edu/millionsong/):: The Million Song数据集是免费提供的音频功能和元数据的集合，用于一百万条当代流行音乐曲目。

电影

· MovieLens(https://grouplens.org/datasets/movielens/):: GroupLens Research从其电影网站收集并提供了评级数据集

· Yahoo电影(https://webscope.sandbox.yahoo.com/catalog.php?datatype=r)::该数据集包含从两个不同来源收集的歌曲的评级。第一个来源包括用户在与Yahoo音乐服务正常互动期间提供的评分。

游戏类

· Steam Video Games(http://www.ieor.berkeley.edu/~goldberg/jester-data/):: 该数据集是用户行为的列表，其中包括：用户ID，游戏标题，行为名称，值。包括的行为是“购买”和“玩耍”。该值表示行为的执行程度-在“购买”的情况下，该值始终为1；在“玩游戏”的情况下，该值表示用户玩游戏的小时数。

Jokes

· Jester(http://www.ieor.berkeley.edu/~goldberg/jester-data/)::这个笑话数据集包含来自73,496位用户的100个笑话的410万个连续评分(-10.00至+10.00)

餐饮

日本动漫

· 动漫推荐数据库(https://www.kaggle.com/CooperUnion/anime-recommendations-database) ::该数据集包含有关来自12,294动漫的73,516用户的用户偏好数据的信息。每个用户都可以将动漫添加到他们的完整列表中并给它一个评分，并且该数据集是这些评分的汇总。

还有一些其他优质数据集：

这里有更多相关数据集:

·Stanford Large Network Dataset Collection：https://snap.stanford.edu/data/

往期精品内容推荐