推荐系统数据集
来源:互联网 发布:巡店软件 编辑:程序博客网 时间:2024/06/08 16:20
http://www.grouplens.org/taxonomy/term/14
Movielens Dataset:
其中Movielens-100k和movielens-1M有用户对电影的打分,电影的title、genre、IMDB链接、用户的gender、age、occupation、zip code。movielens-10M中还有用户对电影使用的tag信息。
HetRec2011 Dataset:包括了movielens-2k、delicious-2k和last.fm-2k。
在movielens-2k中,电影的信息更加丰富了,有IMDB和Rotten Tomatoes的信息,具体还有电影对应的genre、director、actor、发行的国家、拍摄的地点、tag信息,当然还有打分信息。 在delicious-2k中,是用户对bookmark(书签)的tag信息。具体包括用户之间的relation、书签的title和url、用户对书签使用的tag。这个数据集适用于tag的推荐。 在last.fm-2k中,是用户收听音乐的信息。具体包括双向的朋友关系、艺术家、用户收听艺术家信息(有weight)、用户对艺术家的tag信息、艺术家tag信息。
Wikilens Dataset
BookCrossing Dataset: 用户对书的打分信息,用户城市、用户年龄、书在Amazon的信息及url。
Jest Joker Dataset
Eachmovie Dataset
(下图摘自论文Recommender System Survey)
Flixster Dataset: 用户对电影的打分以及用户的friendship信息。 http://www.sfu.ca/~sja25/datasets/
Epinions Dataset: 包括用户trust关系、用户对item的打分信息、评论信息。 http://www.trustlet.org/wiki/Epinions_datasets
Yelp Dataset: https://www.yelp.com/academic_dataset
Bibsonomy Dataset: 与delicious类似。http://www.kde.cs.uni-kassel.de/bibsonomy/dumps
Foursquare Dataset:Location-based 推荐。http://www.public.asu.edu/~hgao16/dataset.html
Epinions and Ciao Dataset:http://www.public.asu.edu/~jtang20/datasetcode/truststudy.htm
另外还有一些社交网络分析的数据集
http://snap.stanford.edu/na09/resources.html
http://snap.stanford.edu/data/
- 推荐系统数据集
- 【推荐系统】推荐系统常用数据集
- 推荐系统常用数据集
- 推荐系统常用数据集
- 推荐系统常用数据集
- 推荐系统领域的数据集
- 推荐系统研究相关的数据集
- 推荐系统:MovivLens20M数据集解析
- 大数据:推荐系统
- 【数据挖掘】推荐系统
- 数据挖掘_推荐系统
- 新闻个性化推荐系统(python)-(附源码 数据集)
- 推荐系统研究中的九大数据集
- 用MovieLens数据集做推荐(Python推荐系统二)
- 用MovieLens数据集做推荐(Python推荐系统二)
- 机器学习、数据挖掘、推荐系统相关书籍推荐
- 大数据推荐系统算法之基于内容个性化推荐
- 推荐系统的数据挖掘方法
- 无线传感器网络领域的SCI期刊投稿
- QT5学习之复选框类QCheckBox的三态
- LeetCode-120:Triangle (三角形列表的最小路径和) -- medium
- 基于.NET平台常用的框架整理
- oracle---伪列和单行函数
- 推荐系统数据集
- 【Kafka源码】处理请求
- Java小题目之两个线程顺序打印A、B
- DLL中导出函数的两种方式(dllexport与.def文件)
- VisualStudio2015安装Python3.6开发环境
- 19.菜单Menu的使用
- 关于ESP8266 GPIO中断使用的总结
- Android 端“被挤下线”功能的实现
- mt6735 [Audio APP]播放开关机铃声的代码流程是怎么样的?