数据挖掘学习-准备篇-数据集

最新推荐文章于 2023-07-29 00:46:18 发布
最新推荐文章于 2023-07-29 00:46:18 发布
阅读量3.9k 收藏 8
点赞数
分类专栏： 数据集 推荐系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Chloezhao/article/details/53080674
版权
本文列举了多个推荐系统数据集，包括Yelp的Recsys2013挑战赛数据、Kaggle的各种数据集、桑坦德银行产品推荐数据以及Yahoo音乐数据集。同时提到了Flixster电影评分数据和社交网络分析资源。还推荐了MyMediaLite算法库，并概述了推荐系统领域的关键会议和期刊。
摘要由CSDN通过智能技术生成

1.Recsys2013 Yelp

https://www.kaggle.com/c/yelp-recsys-2013/data

https://www.yelp.com/dataset_challenge/dataset

训练集= yelp_training_set.zip
测试组= yelp_test_set.zip
样品提交格式=

最低0.47元/天 解锁文章
Chloezhao
关注
专栏目录
数据挖掘学习-准备篇-python基础
Chloezhao的专栏
11-07 828
python科学计算 1.使用python内置数据集 from sklearn import datasets iris = datasets.load_iris() >>> print(iris.data) [[ 0. 0. 5. ..., 0. 0. 0.] [ 0. 0. 0. ..., 10. 0. 0.] [
四大数据集filmtrust+ciao+Epinions+flixster
04-25
librec使用的四大数据集filmtrust+ciao+Epinions+flixster
KDD Cup2011
CSDN
03-14 4373
KDD Cup2011 : 雅虎音乐提供的测试数据概况 by 陈运文   Yahoo! Music - Dataset • 262,810,175 Ratings:         (Training: 252,800,275 Validation: 4,003,960 Test: 6,005,940) • Users: 1,000,990 Items: 624,961
nexa.zip_nexa_yahoo
09-23
网站检测器，用于检测是否有google 流量，yahoo流量 等观测
Yahoo! Music API
Flex/Java爱好者
09-01 632
 http://developer.yahoo.com/music/
Yelp-Dataset-Challenge:信息检索课程的最终项目
06-27
Yelp-数据集-挑战 信息检索课程的最终项目 简介 - yelp 数据集挑战赛涉及来自凤凰城、拉斯维加斯、麦迪逊、滑铁卢和爱丁堡的数据，由大约 42153 家企业组成，用户为这些企业提供了他们的提示和评论。 这里的挑战分为 2 个任务。 第一个任务期望通过使用多个用户提供给他们的评论对这些评论进行适当的分类。 第二个任务涉及使用每个企业可用的提示和评论对特定企业进行评级。 预处理 - 原始 Yelp 数据集以 JSON 格式提供。 在这里，我们将 JSON 文件中的信息存储为 Mongo DB 集合，然后将 mongoDB 信息用于这些文件，这有助于我们检索必要的信息并忽略与任务无关的信息。 这些文件稍后会转换为 ARFF 文件格式，因为用于此挑战的机器学习工具采用 ARFF 格式的输入文件。 我们将这个项目分为两个主要任务：1.根据评论文本预测类别 2.根据评论文本预测用户评分
要领-准备数据集.zip
11-22
数据集在IT行业中扮演着至关重要的角色，它是机器学习、数据挖掘、数据分析等领域的基石。本数据集的压缩包“要领-准备数据集.zip”是配合某篇博客文章（https://xiaobai.blog.csdn.net/article/details/125175853）...
数据挖掘论文合集-242篇（part1）
01-13
神经网络数据挖掘方法中的数据准备问题.kdh 空间数据挖掘技术.caj 空间数据挖掘理论与方法的研究.caj 粗集数据挖掘方法MIE-RS的设计与实现.caj 红外光谱谱图库中的数据挖掘.caj 结合数据融合和数据挖掘的医疗监护...
学习数据挖掘- 二手车交易价格预测
最新发布
2201_75716318的博客
07-29 1405
解决方法：尚未安装名为missingno的库。该错误信息显示了，这意味着 Python 找不到名为missingno的库。要解决这个问题，你需要先安装missingno库。在 Jupyter Notebook 中，你可以使用以下命令来安装missingno。
推荐系统数据集
06-14
推荐系统的常用数据集，包括eachmovie和Book Crossing
flixster
03-21
弗利克斯 Flix是一个应用程序，允许用户从浏览电影。 Flix第2部分 用户故事 必选（10pts） （5分）用户可以点击一个单元格以查看有关特定电影的更多详细信息。 （5分）用户可以单击选项卡栏按钮以使用CollectionView查看电影海报的网格布局。 奖金 （2分）用户可以在收藏视图中点击海报以查看该电影的详细屏幕。 （2分）在详细视图中，当用户点击海报时，将以模态方式显示一个新屏幕，供他们查看预告片。 应用演练GIF 笔记 我在正确格式化超级英雄屏幕上的电影图像时遇到了一些麻烦 Flix第1部分 用户故事 必选（10pts） （2分）用户会在主屏幕和带有样式的启动屏幕上看到一个应用程序图标。 （5分）用户可以查看并滚动浏览当前正在影院中播放的电影列表。 （3分）用户可以查看每个电影的电影海报图像。 奖金 （2分）用户可以在各种设备尺寸和方向上查看该应用。
flixster1：完成的flixster
02-11
Flixster1 Flix是一个应用程序，允许用户从The Movie Database API浏览电影。 :memo: ## Flix第2部分 要求的用户故事（10分）（8分）在单独的活动中公开电影的详细信息（使用RatingBar进行评级，受欢迎程度和摘要）。 （2分）允许使用YouTubePlayerView全屏播放视频信息。 选择电影后（1分），自动播放流行电影的预告片。 单击流行电影（即票数超过5星的电影）时，应立即播放视频。 不太受欢迎的视频（取决于详细页面）应显示可以开始播放YouTube视频的图像预览。 将播放图标叠加层添加到流行电影中，以指示可以播放该电影（1分）。 应用流行的ButterKnife注释库以减少视图样板。 （1分）使用Glide变换为图像添加圆角。 （1分）App Walkthough GIF 注释描述构建应用程序时遇到的任何挑战。 使用Android A
citeseer数据集
07-18
这是实验平台上有用的数据集，，它描述了世界顶级会议论文之间的引用
Flixster.zip
07-23
Flixster 网站数据集（来自Jamali and Ester, 2010），包含用户的朋友关系，以及用户对电影评分两张表。可以用来仿真社交网络拓扑结构算法，或者推荐算法。大体上包含约11万个用户id, 167万条 条朋友关系, 近5万个电影id, 以及800万 条电影评分。
16个推荐系统开放公共数据集整理分享
热门推荐
hellozhxy的博客
07-29 4万+
（本文由深度学习与NLP编译） 本文主要整理了一些与推荐系统相关的高质量的数据集。整理自Stack Overflow、一些文章、推荐站点和学术实验。其中，大多数数据集都是免费、开放的，但有些不是，需要获得许可或引用作者的工作才能使用。此外，其中也包含一些预处理数据，可用于学术实验。链接和数据集描述。   Book · 1. Book Crossing BookCrossing（BX）...
推荐系统常用数据集
weixin_34262482的博客
01-23 2871
首先需要说明一下推荐系统数据中的几个类别： Item： 即我们要推荐的东西，如产品、电影、网页或者一条信息片段 User：对item进行评分以及接受推荐系统推荐的项目的人 Rating：用户对item的偏好的表达。评分可以是二分类的（如喜欢和不喜欢），也可以是整数（如1到5星）或连续（某个间隔的任何值）。 另外，还有一些隐反馈，只记录一个用户是否与一个项目进行了交互。   在文章 The Nine...
Flixster的专业名词解释
05-06
Flixster是一个影迷的社交网站，用户可以创建自己的个人资料，邀请朋友，速率电影和演员，以及电影评论。
大数据集地址
ForestCat的专栏
02-26 1万+
Yahoo官网提供的大数据集地址: 点击打开链接
WEKA教程：四步挖掘法与数据准备全流程
本篇文章主要介绍了使用WEKA数据挖掘工具的四种方法，以确保在数据挖掘过程中达到最佳效果。这些方法包括： 1. **完全使用训练集**：这种方法适用于初步实验，将所有数据用于模型的训练，没有专门的验证集。优点是...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值