MovieLens推荐系统数据集官方文档+解释

参见和下载地址：https://grouplens.org/datasets/movielens/

---

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。

帮助我们的研究实验室：请对MovieLens数据集进行简短的调查 https://docs.google.com/forms/d/e/1FAIpQLSeCkt7cD5j7QexQZmY1cDHNMFUSaAzv_yPPVhwz1RNTh0Xa0Q/viewform?c=0&w=1 

recommended for new research

MovieLens 20M Dataset

稳定的基准数据集。138,000名用户对27,000部电影打的2000万个评级和465,000个标签。包括标签基因组数据，在1,100个标签上有1200万个相关性分数。 2015年4月发布;更新10月2016以更新links.csv并添加标签基因组数据。

~README.html  ： http://files.grouplens.org/datasets/movielens/ml-20m-README.html
~ml-20m.zip（大小：190 MB，校验和）

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：对于9,000部电影，600个用户产生出100,000个评级和3,600个标签。上次更新时间：9/2018。

~README.html    ： http://files.grouplens.org/datasets/movielens/ml-latest-small-README.html
~ml-latest-small.zip（大小：1 MB）

全部：对于58,000部电影，280,000个用户产生出27,000,000个评级和1,100,000个标签。包括标签基因组数据，包含1,100个标签的1400万个相关性分数。上次更新时间：9/2018。

~README.html   ： http://files.grouplens.org/datasets/movielens/ml-latest-README.html
~ml-latest.zip（大小：265 MB）
 

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   ：http://files.grouplens.org/datasets/movielens/ml-100k-README.txt
~ml-100k.zip（大小：5 MB，校验和）
~解压缩文件的索引   ：http://files.grouplens.org/datasets/movielens/ml-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）

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）

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）
 

---

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