歷史最全-16個推薦系統開放公共資料集整理分享

    （本文由深度學習與NLP編譯）

    本文主要整理了一些與推薦系統相關的高質量的資料集。整理自Stack Overflow、一些文章、推薦站點和學術實驗。其中，大多數資料集都是免費、開放的，但有些不是，需要獲得許可或取用作者的工作才能使用。此外，其中也包含一些預處理資料，可用於學術實驗。連結和資料集描述。

Book

· 1. Book Crossing

    BookCrossing（BX）資料集由Cai-Nicolas花了的4周（2004年8月/ 9月）從Book-Crossing社群中爬取得到的。

· 下載連結：http://www2.informatik.uni-freiburg.de/~cziegler/BX/

電子商務

· 2. Amazon

    該資料集包括自1996年5月至2014年7月，來自亞馬遜上的1.428億產品的評論和metadata。

· 下載連結：http://jmcauley.ucsd.edu/data/amazon/

· 3. Retailrocket推薦系統資料集

    該資料集由三個檔案組成：一個行為資料集（events.csv），一個屬性資料集（item_properties.сsv）和一個類目樹資料集（category_tree.сsv）。該資料來自現實世界的電子商務網站。

· 下載連結：https://www.kaggle.com/retailrocket/ecommerce-dataset

音樂

· 4. Amazon Music

    該數字音樂資料集包含來自亞馬遜的評論和元資料

· 下載連結：http://jmcauley.ucsd.edu/data/amazon/

· 5. Yahoo Music

    該資料集是一個快照，收集了音樂社群對各種音樂藝術家的偏好。

· 下載連結：https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

· 6. LastFM（Implicit）

    該資料集收集了Last.fm網站上2千名使用者的社交網路、tagging和music artist listening資訊。

· 下載連結：https://grouplens.org/datasets/hetrec-2011/

· 7. Milion Song Dataset

    Million Song資料集是一個免費的資料集，提供了一百萬條當代流行音樂曲目相關的的audio features和metadata。

· 下載連結：https://labrosa.ee.columbia.edu/millionsong/

電影

· 8. MovieLens

    GroupLens Research已經從他們的電影網站收集整理的rating資料集。

· 下載連結：https://grouplens.org/datasets/movielens/

· 9. Yahoo Movies

    該資料集包含從兩個不同來源收集的歌曲的rating資料集。第一個來源是使用者在與Yahoo上使用音樂服務是產生的rating資料。

· 下載連結：https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

· 10. CiaoDVD

    CiaoDVD是2013年12月從dvd.ciao.co.uk網站上抓取的DVD類別資料集。

· 下載連結：https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

·11. FilmTrust

    FilmTrust是2011年6月從整個FilmTrust網站上抓取的一個小型資料集。

· 下載連結：https://www.librec.net/datasets.html

· 12. Netflix

    這是Netflix獎競賽中使用的官方資料集。

· 下載連結：http://academictorrents.com/details/9b13183dc4d60676b773c9e2cd6de5e5542cee9a

遊戲

· 13. Steam Video Games

    這是一個使用者行資料集，包含：user-id，game-title，behavior-name，value。包括“purchase”和“play”資料集。購買了，puchase的值為1，而“play”的值表示使用者播放音樂的時長。

· 下載連結：https://www.kaggle.com/tamber/steam-video-games/data

Jokes

· 14. Jester

    該笑話資料集包含來自73,496個使用者，關於100個笑話的410萬連續rating資料（-10.00到+10.00）

· 下載連結：http://www.ieor.berkeley.edu/~goldberg/jester-data/

餐飲

·15. Chicago Entree

    該資料集包含使用者與Entree Chicago餐廳推薦系統互動的記錄資料。

· 下載連結：http://archive.ics.uci.edu/ml/datasets/Entree+Chicago+Recommendation+Data

動漫

·16. 動漫推薦資料庫

    該資料集包含來自12,294個動漫的73,516個使用者的使用者偏好資料。每個使用者都可以將動畫新增到已完成的串列中併為其評分，該資料集把這些評級整理起來。

· 下載連結：https://www.kaggle.com/CooperUnion/anime-recommendations-database

其他資料集

· GroupLens資料集

· 下載連結：https://grouplens.org/datasets/

· LibRec資料集

· 下載連結：https://www.librec.net/datasets.html

· Yahoo Research資料集

· 下載連結：https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

· 斯坦福大型網路資料集彙編

· 下載連結：https://snap.stanford.edu/data/