MovieLens官网数据集解释

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