（12-2）动漫推荐系统：准备数据集

12.3  准备数据集

本项目使用的是开源数据集，这个数据集包含了73,516位用户对12,294部动漫的偏好数据。每位用户可以将动漫添加到他们的已完成列表并为其评分，而这个数据集则是这些评分的汇总。。

12.3.1  动漫信息数据集

在数据集文件anime.csv中包含了关于动漫的信息，其中每一行表示一部动漫。该数据集中各个列的具体说明如下：

1. anime_id：该列包含了 myanimelist.net 对每部动漫独有的唯一标识符。
2. name：包含动漫的全名，提供了有关每部动漫的名称信息。
3. genre：一个逗号分隔的字符串，表示该动漫的类型，包括多个不同的类型。
4. type：表示动漫的类型，可能是电影（movie）、电视剧（TV）、OVA等。
5. episodes：表示该动漫有多少集，对于电影而言，此值通常为1。
6. rating：表示该动漫的平均评分，以10分制度进行评分。
7. members：表示参与该动漫“小组”的社区成员数量，反映了动漫的社区受欢迎程度。

文件anime.csv中的这些信息使得用户可以了解每部动漫的基本信息、类型、评分以及社区参与情况。

12.3.2  评分信息数据集

在数据集文件rating.csv 中包含了关于用户对动漫的评分信息，其中每一行表示一个用户对一部动漫的评分。该数据集中各个列的具体说明如下：

1. user_id：该列包含了一个非可识别的、随机生成的用户ID，用于标识不同的用户。
2. anime_id：该列表示用户给予评分的动漫的唯一标识符，对应于 anime.csv 数据集中的 anime_id。
3. rating：表示用户对动漫的评分，以10分制度进行评分。如果用户观看了动漫但没有给出评分，则该值为-1。

数据集文件rating.csv的目的是记录每个用户对每部动漫的评分，以便进行进一步的分析和构建推荐系统。通过这些数据，可以了解用户对不同动漫的个人喜好，为推荐系统提供基础。

12.3.3  导入数据集

使用 Pandas 读取上面介绍的两个数据集文件anime.csv和rating.csv，具体实现代码如下所示。

anime = pd.read_csv("anime-recommendations-database/anime.csv")
rating = pd.read_csv("anime-recommendations-database/rating.csv")

未完待续