电影数据集总结：Netflix、MovieLens、LDOS-CoMoDa、AdomMovie

最新推荐文章于 2024-06-24 09:56:11 发布
最新推荐文章于 2024-06-24 09:56:11 发布
阅读量2.2w 收藏 35
点赞数 6
文章标签： 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/czzffff/article/details/44179087
版权
本文介绍了Netflix、MovieLens和LDOS-CoMoDa等电影数据集，包括数据集的规模、内容、时间跨度及特征，涉及电影评分、用户信息、上下文属性等多个方面。
摘要由CSDN通过智能技术生成

数据集：

1.Netflix

描述：包含Netflix上48万多个随机选取的匿名用户，对于1万7千多部电影的1兆多个电影评分

时间：1988.10~2005.11

 

内容：

包括training set，movie titles，probe set，qualifying set等文件。

Trainning set包含4个特征值：电影ID、用户ID、评分（1~5）、日期；

Movie titles包含3个特征值：电影ID、上映年份、电影标题；

Probe set用于测试，包含2个特征值;电影

最低0.47元/天 解锁文章
zackchan618
关注
  • 6
    点赞
  • 踩
  • 35
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
专栏目录
电影数据集
吴建明wujianming_110117
07-01 2939
电影数据集 The MovieLens Dataset 有许多数据集可用于推荐研究。其中，MovieLens数据集可能是最受欢迎的数据集之一。MovieLens是一个基于web的非商业电影推荐系统。创建于1997年，由明尼苏达大学的一个研究实验室GroupLens管理，目的是为了研究目的收集电影分级数据。MovieLens的数据对于包括个性化推荐和社会心理学在内的一些研究都是至关重要的。 Getting the Data MovieLens数据集由GroupLens网站托管。有几个版本可用。将使用Mov
电影推荐系统的movie数据集
12-14
ml-latest-small.zip的数据集，不是最全的数据集，请同学们选择下载。
SQL Server数据库生成与执行SQL脚本详细教程
最新发布
06-24 2647
SQLServer数据库生成与执行SQL脚本详细教程
The Movies Dataset（电影数据集）
不务正业的猿
10-18 3944
原文： The Movies Dataset Metadata on over 45,000 movies. 26 million ratings from over 270,000 users. These files contain metadata for all 45,000 movies listed in the Full MovieLens Dataset. The dataset consists of movies released on or before July 2017. D
电影分类数据
01-30
康奈尔大学网站的2M影评数据集。 配合教程http://blog.csdn.net/lsldd/article/details/41542107
论文研究 - 期望价理论的行为扩展的定性证据：Netflix-Twitter-Yakult案
05-24
2018年8月17日在美国发行的Netflix电影《致所有我曾经爱过的男孩》与益生菌饮料养乐多销量的大幅增长有关。 这项研究通过电影发行后的前三周的推文分析来探究这种现象，并以期望价（EV）理论的理论基础来评估这种...
spring-cloud-starter-netflix-eureka-server-1.4.5.RELEASE.jar
02-21
spring-cloud-starter-netflix-eureka-server-1.4.5.RELEASE.jar
Netflix-Clone-Angular9：克隆Netflix接口-Angular
02-13
网飞 该项目是使用版本9.0.7生成的。 开发服务器 为开发服务器运行ng serve 。... 如果您更改任何源文件，该应用程序将自动重新加载。 代码脚手架 运行ng generate component component-name生成一个新的组件。...
netflix-prize-exp:Netflix竞赛奖
05-21
使用netflix-prize数据集进行试验 项目文件夹布局 netflixFW：基于C ++构建的框架，用于处理Netflix的漂亮数据集。 一旦加载了所有必要的数据（电影数据库，用户数据库，探针数据库），就可以在合理的RAM限制内顺利...
The Movies Dataset电影数据集-数据集
03-18
该数据集是从TMDB和GroupLens收集的一组数据。电影详细信息，字幕和关键字是从TMDB Open API收集的。该产品使用TMDb API，但未经TMDb认可或认证。他们的API还可以访问许多其他电影，演员，女演员，剧组成员和电视节目中的数据。 credits.csv keywords.csv links.csv links_small.csv movies_metadata.csv ratings_small.csv ratings.csv
Netflix Prize 完整数据集
12-03
著名的Netflix 智能推荐 百万美金大奖赛使用是数据集. 因为竞赛关闭, Netflix官网上已无法下载. Netflix provided a training data set of 100,480,507 ratings that 480,189 users gave to 17,770 movies. Each training rating is a quadruplet of the form . The user and movie fields are integer IDs, while grades are from 1 to 5 (integral) stars.[3] The qualifying data set contains over 2,817,131 triplets of the form , with grades known only to the jury. A participating team's algorithm must predict grades on the entire qualifying set, but they are only informed of the score for half of the data, the quiz set of 1,408,342 ratings. The other half is the test set of 1,408,789, and performance on this is used by the jury to determine potential prize winners. Only the judges know which ratings are in the quiz set, and which are in the test set—this arrangement is intended to make it difficult to hill climb on the test set. Submitted predictions are scored against the true grades in terms of root mean squared error (RMSE), and the goal is to reduce this error as much as possible. Note that while the actual grades are integers in the range 1 to 5, submitted predictions need not be. Netflix also identified a probe subset of 1,408,395 ratings within the training data set. The probe, quiz, and test data sets were chosen to have similar statistical properties. In summary, the data used in the Netflix Prize looks as follows: Training set (99,072,112 ratings not including the probe set, 100,480,507 including the probe set) Probe set (1,408,395 ratings) Qualifying set (2,817,131 ratings) consisting of: Test set (1,408,789 ratings), used to determine winners Quiz set (1,408,342 ratings), used to calculate leaderboard scores For each movie, title and year of release are provided in a separate dataset. No information at all is provided about users. In order to protect the privacy of customers, "some of the rating data for some customers in the training and qualifyin
电影评分-数据集
01-22
电影评分数据。 可以用作数据挖掘，进行电影推荐。
电影评分数据集
11-22
包括用户对电影的评分数据集以及用户的信任度。信任关系是直接联系的
电影数据电影数据电影数据
05-10
我们将在MovieLens(http://movielens.org)数据集上进行实验，在实验中，我们主要利用到的数据集中的两个文件u.data和u.item，其中u.item中记录的是电影的相关信息，u.data中主要是用户对电影的评分信息，评分的范围是1-5，文件的每一列分别表示用户ID，电影ID，评分，时间戳。
电影数据集分析
nextbox
04-09 8633
import numpy as np import pandas as pd import matplotlib.pyplot as plt import re import nltk import json import matplotlib.image as mpimg plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axe...
IMDB 5000 Movie Dataset(来自IMDB的5000个电影的数据集)
热门推荐
John4July的专栏
09-08 1万+
5000+ movie data scraped from IMDB website 从IMDB网站上爬取的超过5000部电影数据
movieLens电影数据集
02-07
movieLens电影数据集
org.springframework.cloud:spring-cloud-starter-netflix-eureka-server的maven依赖
10-23
org.springframework.cloud:spring-cloud-starter-netflix-eureka-server是Spring Cloud Netflix Eureka Server的Maven依赖。如果你想在你的项目中使用Eureka Server，你需要在你的pom.xml文件中添加以下依赖： ```...
评论 13
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