https://grouplens.org/datasets/movielens/
官网数据集地址
MovieLens
GroupLens Research已从MovieLens网站(http://movielens.org)收集并提供评级数据集。根据集合的大小,在不同的时间段收集数据集。在使用这些数据集之前,请查看其README文件以获取使用许可证和其他详细信息。
recommended for new research
MovieLens 25M Dataset
Movielens 25M电影评分。稳定的基准数据集。2500万个评分和一百万个标签应用程序将62,000部电影应用于162,000名用户。包括标记基因组数据,跨1,129标签的1500万相关性分数。发布12/2019.
Readme.txt.
ML-25M.zip(大小:250 MB,校验和链接)
https://files.grouplens.org/datasets/movielens/ml-25m-README.html
README.txt
https://files.grouplens.org/datasets/movielens/ml-25m.zip
ml-25m.zip
https://files.grouplens.org/datasets/movielens/ml-25m.zip.md5
ml-25m.zip校验和链接
永久链接:
https://grouplens.org/datasets/movielens/25m/
recommended for education and development
MovieLens最新数据集
这些数据集将随时间而变化,不适合报告研究结果。我们将保持下载链接稳定以进行自动下载。我们不会存档或提供以前发布的版本。
小:100,000家评级和3,600个标签应用程序应用于600个用户的9,000部电影。最后更新9/2018。
README.html
ml-latest-small.zip(大小:1 MB)
https://files.grouplens.org/datasets/movielens/ml-latest-small-README.html
README.html
https://files.grouplens.org/datasets/movielens/ml-latest-small.zip
ml-latest-small.zip
全部:27,000,000名评级和1,100,000个标签应用程序将58,000部电影应用于280,000名用户。包括标记基因组数据,跨1,100个标签的1400万相关分数。最后更新9/2018。
README.html
ml-latest.zip(大小:265 MB)
https://files.grouplens.org/datasets/movielens/ml-latest-small-README.html
README.html
https://files.grouplens.org/datasets/movielens/ml-latest.zip
ml-latest.zip
永久链接:
https://grouplens.org/datasets/movielens/latest/
synthetic datases
MOVIELENS 1B合成数据集
MOVIELENS 1B是一种合成数据集,从ML-20M的20万个真实额定值扩展,分布在MLPERF中。请注意,这些数据分发为.npz文件,您必须使用python和numpy读取。
README
ml-20mx16x32.tar (3.1 GB)
ML-25M.zip(大小:250 MB,校验和链接
https://files.grouplens.org/datasets/movielens/ml-20mx16x32-README.txt
README
https://files.grouplens.org/datasets/movielens/ml-20mx16x32.tar
ml-20mx16x32.tar
https://files.grouplens.org/datasets/movielens/ml-20mx16x32.tar.md5
ml-20mx16x32.tar.md5
此处提供扩展算法的代码要创建上面的数据集,我们运行了算法(使用提交1c6ae725a81d15437a2b2df05cac0673fde5c3a4),如自述文件所描述的“推荐基准的运行指令”部分中所述。
https://github.com/mlperf/training/tree/master/data_generation
扩展算法代码
永久链接:
https://grouplens.org/datasets/movielens/movielens-1b/
older datasets
MovieLens 100K数据集
稳定的基准数据集。来自1700部电影,1000名用户的100,000个评分。发布于4/1998。
README.txt :
ml-100k.zip(大小:5 MB,校验和)
解压缩文件的索引
https://files.grouplens.org/datasets/movielens/ml-100k-README.txt
README.txt
https://files.grouplens.org/datasets/movielens/ml-100k.zip
ml-100k.zip
https://files.grouplens.org/datasets/movielens/ml-100k.zip.md5
校验和链接
https://files.grouplens.org/datasets/movielens/ml-100k/
Index of unzipped files
永久链接:
https://grouplens.org/datasets/movielens/100k/
MovieLens 1M数据集
稳定的基准数据集。4000部电影的6000名用户获得100万评级。2003年2月发布。
README.txt
ml-1m.zip(大小:6 MB,校验和)
https://files.grouplens.org/datasets/movielens/ml-1m-README.txt
README.txt
https://files.grouplens.org/datasets/movielens/ml-1m.zip
ml-1m.zip
https://files.grouplens.org/datasets/movielens/ml-1m.zip.md5
校验和链接
永久链接:
https://grouplens.org/datasets/movielens/1m/
MovieLens 10M数据集
稳定的基准数据集。72,000个用户对于10,000部电影,进行了1000万个评级和100,000个标签。发布于2009年1月1日。
README.html
ml-10m.zip(大小:63 MB,校验和)
https://files.grouplens.org/datasets/movielens/ml-10m-README.html
README.txt
https://files.grouplens.org/datasets/movielens/ml-10m.zip
ml-10m.zip
https://files.grouplens.org/datasets/movielens/ml-10m.zip.md5
校验和链接
永久链接:
https://grouplens.org/datasets/movielens/10m/
MovieLens 20M数据集
Movielens 20M电影评分。稳定的基准数据集。使用2000万辆和465,000个标签应用程序适用于138,000名用户的27,000部电影。包括标记基因组数据,跨1,100个标签的1200万相关性分数。发布4/2015;更新10/2016以更新Links.csv并添加标记基因组数据。
README.html
ml-10m.zip(大小:63 MB,校验和)
https://files.grouplens.org/datasets/movielens/ml-20m-README.html
README.txt
https://files.grouplens.org/datasets/movielens/ml-20m.zip
ml-20m.zip
https://files.grouplens.org/datasets/movielens/ml-20m.zip.md5
校验和链接
也可以查看MovieLens 20M YouTube预告片数据集,链接:https://grouplens.org/datasets/movielens/20m-youtube/以获得在YouTube上托管的MovieLens电影和电影预告片之间的链接。
永久链接:
https://grouplens.org/datasets/movielens/20m/
MovieLens标签基因组数据集
对于于10,000部电影的1,100个标签池中获得1100万个计算标签 - 电影相关性分数。发布于2014年3月。
还可以考虑使用MovieLens 20M或最新数据集,这些数据集还包含(更新的)标签基因组数据。
README.html
tag-genome.zip(大小:41 MB)
https://files.grouplens.org/datasets/tag-genome/README.html
README.html
https://files.grouplens.org/datasets/tag-genome/tag-genome.zip
tag-genome.zip
永久链接:
https://grouplens.org/datasets/movielens/tag-genome/
数据集解movieId, title, genres
其中均包含四个文件:movies.csv , links.csv , ratings.csv ,tags.csv
movies.csv (电影文件)
movieId:电影id
title:电影标题 genres:电影的题材(多种题材用|分割)
links.csv(链接文件)
movieId:电影在movielens上的id
通过https://movielens.org/movies/(movieId)访问
imdbId:电影在imdb网站上的id
通过http://www.imdb.com/title/(imdbId)访问
tmdbId:电影在themoviedb上的id
通过http://www.imdb.com/title/(tmdbId)访问
ratings.csv (评分文件)
userId: 用户id
movieId: 电影id
rating: 用户评分。5分制,0.5 stars - 5 stars,以0.5为间隔 timestamp: Unix时间戳,十位,精确到秒
tags.csv(标签文件)
userId: 用户id
movieId: 电影id
tag: 表示用户在某个时间为某个电影标记的标签,即分类 timestamp: 同上时间戳