本文汇总了推荐系统研究中常见的开源数据集，包括MovieLens、BookCrossing、Last.fm、豆瓣电影、Netflix大奖赛数据集、亚马逊评论数据集以及LibRec提供的多个数据集。这些数据集涵盖了电影、书籍、音乐、用户行为等多个领域，适用于推荐系统、情感分析、知识图谱等多个研究方向。
最近比较多的小伙伴在后台说自己希望从事推荐相关的工作研究，问有哪些练手的数据集可以自己玩玩，今天我们分享一下推荐系统中最为常见的一些开源数据集。
MovieLens数据集由GroupLens研究团队收集的。MovieLens是电影评分的集合，有不同的大小。数据集命名为1M，10M和20M不等，目前又增加了25M，在2019年12月份放出的，它公包含2500万的ratings和100万个标签应用程序应用于162000名用户的62000部电影。包括1129个标签的1500万个相关分数的标签基因组数据。
下载地址为：https://grouplens.org/datasets/movielens/
最低0.47元/天 解锁文章
1542
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
