m-1m数据读取

数据集

https://grouplens.org/datasets/movielens/
评级文件描述

================================================================================

所有评级都包含在文件“ratings.dat”中，并且在

以下格式:

用户标识::MovieID::评级::时间戳

—userid的取值范围为1 ~ 6040

—MovieIDs的取值范围为1 ~ 3952

• 5星评级(只提供全星评级)

时间戳(Timestamp)的单位是秒，从time(2)返回的epoch开始。

-每个用户至少有20个评级

用户文件描述

================================================================================

用户信息在“users.dat”文件中，如下

格式:

用户标识:性别:年龄::职业::你的
UserID::Gender::Age::Occupation::Zip-code

所有的人口统计信息都是由用户自愿提供的

未检查准确性。只有提供了一些统计数据的用户

信息包括在这个数据集中。

-“M”表示男性，“F”表示女性

—年龄可以从以下范围中选择:

• 1:“18岁以下”

• 18:“18 - 24”

• 25:“25至34岁”

• 35:“35-44”

• 45:“45-49”

• 50:“50 - 55”

56 * 56:“+”

-从下列选择中选择职业:

• 0:“其他”或未指定

• 1:“学术/教育家”

• 2:“艺术家”

• 3:“文书/管理”

• 4:“大学生/研究生”

• 5:“客服”

• 6:“医生/保健”

• 7:“行政/管理”

• 8:“农民”

• 9:“家庭主妇”

• 10:“K-12学生”

• 11:“律师”

• 12:“程序员”

• 13:“退休”

• 14:“销售/营销”

• 15:“科学家”

• 16:“自雇”

• 17:“技术员/工程师”

• 18:“商人/工匠”

• 19:“失业”

• 20:“作家”

电影文件描述

================================================================================

电影信息在“movies.dat”文件中，如下所示

格式:

MovieID::标题::流派

-标题与IMDB提供的标题相同(包括

年的版本)

-类型是管道分隔的，从以下类型中选择:

*行动

*冒险

*动画

*儿童

*喜剧

*犯罪

*纪录片

*戏剧

*幻想

*黑色

*恐怖

*音乐

*神秘

*浪漫

*科幻

*惊悚片

*战争

*西方

-一些MovieIDs不对应的电影，由于意外的复制

条目和/或测试条目

-电影大多是手工输入的，所以可能存在错误和不一致