推荐系统研究常用数据库
推荐系统学术研究常用的数据集包括:
- MovieLens,MovieLens数据集中,用户对自己看过的电影进行评分,分值为1~5。MovieLens包括两个不同大小的库,适用于不同规模的算法。小规模的库是943个独立用户对1 682部电影作的10 000次评分的数据;大规模的库是6 040个独立用户对3 900部电影作的大约100万次评分。
- EachMovie,HP/Compaq的DEC研究中心曾经在网上架设EachMovie电影推荐系统对公众开放。之后,这个推荐系统关闭了一段时间,其数据作为研究用途对外公布,MovieLens的部分数据就是来自于这个数据集的。这个数据集有72 916个用户对1 628部电影进行的2 811 983次评分。早期大量的协同过滤的研究工作都是基于这个数据集的。2004年HP重新开放EachMovie,这个数据集就不提供公开下载了。
- BookCrossing,这个数据集是网上的Book-Crossing图书社区的278 858个用户对271 379本书进行的评分,包括显式和隐式的评分。这些用户的年龄等人口统计学属性(demographic feature)都以匿名的形式保存并供分析。这个数据集是由Cai-Nicolas Ziegler使用爬虫程序在2004年从Book-Crossing图书社区上采集的。
- Jester Joke,Jester Joke是一个网上推荐和分享笑话的网站。这个数据集有73 496个用户对100个笑话作的410万次评分。评分范围是−10~10的连续实数。这些数据是由加州大学伯克利分校的Ken Goldberg公布的。
- Netflix,这个数据集来自于电影租赁网址Netflix的数据库。Netflix于2005年底公布此数据集并设立百万美元的奖金(netflix prize[47]),征集能够使其推荐系统性能上升10%的推荐算法和架构。这个数据集包含了480 189个匿名用户对大约17 770部电影作的大约10亿次评分。
- Usenet Newsgroups,这个数据集包括20个新闻组的用户浏览数据。最新的应用是在KDD 2007上的论文[49]。新闻组的内容和讨论的话题包括计算机技术、摩托车、篮球、政治等。用户们对这些话题进行评价和反馈。
- UCI知识库,UCI知识库是Blake等人在1998年开放的一个用于机器学习和评测的数据库,其中存储大量用于模型训练的标注样本,被用于推荐系统的性能测试数据。
![](/assets/blank.gif)
推荐系统研究常用数据库相关推荐
- java计算机毕业设计个人阅读习惯个性化推荐系统研究源码+mysql数据库+系统+lw文档+部署
java计算机毕业设计个人阅读习惯个性化推荐系统研究源码+mysql数据库+系统+lw文档+部署 java计算机毕业设计个人阅读习惯个性化推荐系统研究源码+mysql数据库+系统+lw文档+部署 本源 ...
- 计算机毕业设计Java个人阅读习惯个性化推荐系统研究(源码+系统+mysql数据库+Lw文档)
计算机毕业设计Java个人阅读习惯个性化推荐系统研究(源码+系统+mysql数据库+Lw文档) 计算机毕业设计Java个人阅读习惯个性化推荐系统研究(源码+系统+mysql数据库+Lw文档) 本源码技 ...
- [推荐系统]基于个性化推荐系统研究与实现(1)
目 录 一.搜索引擎与推荐系统 二.推荐系统原理与算法 2.1 Jaccard系数 2.2 余弦相似度 三.数据定向爬取及电影数据集 3.1 爬取近七日天气预报数据存入DB数据库,分为五步完成. 3 ...
- 推荐系统研究中的九大数据集
推荐系统研究中的九大数据集 原文地址 ps:对原文有所删减 在这篇博客中,作者介绍了九个数据集,其中一些是推荐系统中常用到的标准数据集,也有一些是非传统意义上的数据集(non-traditional ...
- 论文阅读:基于用户上网数据的电影个性化推荐系统研究
基于用户上网数据的电影个性化推荐系统研究 赵鹏程,黄韬* *(北京邮电大学信 工程学院,北京 100876) 摘要:本文讲述了如何构建出完整电影知识图谱的方法,同时提出了一套发掘电影系列的实现算法.基 ...
- 可解释推荐系统研究综述
可解释推荐系统研究综述 文献来源 简介 解释的各种类型 基于用户和基于项目的解释 基于内容的解释 文本解释 可视化解释 社交解释 混合解释 可解释推荐模型 推荐模型概述 基于矩阵/张量分解的可解释推荐 ...
- 数据库中html数据类型,常用数据库的字段类型及大小
Oracle/MSSQL/Mysql 常用数据库的字段类型及大小 ORACLE的数据类型 常用的数据库字段类型如下: 字段类型 中文说明 限制条件 其它说明 CHAR 固定长度字符串 最大长度2000 ...
- 基于深度学习的推荐系统研究
基于深度学习的推荐系统研究 论文信息:北京邮电大学 陈达 14年硕毕论 目的:深度网络学习算法应用到推荐系统 . 为此工作: 1)研究分析基于内容的推荐系统和基于协同过滤的推荐系统,包括基于相似 ...
- Linux下推荐的常用应用程序列表
Linux下推荐的常用应用程序列表 一,网页浏览 1,firefox firefox是现在最火的一个浏览器,支持好多扩展和插件,也有很多漂亮的主题.firefox就是mozilla-firefox,他 ...
最新文章
- 在一个解决方案中用C#测试调用C++ DLL
- windows7如何查看端口被占用
- 使用jquery在新窗口中打开外部链接
- Oracle拆分字符串函数与执行调用
- E1 PCM复用设备能当程控交换机用吗?
- 边缘检测robert原理_在操作机器视觉检测过程中,遇到检测精度的难题怎么办?_西旺科技...
- c#二维数据最大最小值_C#| 打印类型,各种数据类型的最大值和最小值
- 4-1k近邻算法(k-Nearest Neighbors)
- Notes on how to use Webots, especially how to make a robot fly in the air
- MySQL 5.6 dump/load buffer pool实验
- 进度条制作-GIF动画
- 免费下载qq音乐的音频资源的方法
- 这次跟大家聊聊技术,也聊聊人生
- Python爬取百思不得姐的视频+视频的切割+给视频添加水印
- Varscan2 Call snp_indel
- Linux系统中VCS、Dve Verdi的使用
- 华为云硬盘备份(VBS)服务
- iOS迅雷安装最新方法,免签稳定,看教程!
- xfs文件系统损坏修复
- 关于51号单片机开发所需软件keil5的安装教程
热门文章
- Android P 如何挂载system镜像到根目录
- USB 调试工具(python2.7 + Tkinter + pyusb/pywinusb)
- BAAI 2020 北京智源大会 | Yolanda Gil | Thoughtful Artificial Intelligence
- 简单的交换排序法(选择排序)。
- VSCode设置代码格式化
- Django使用旧有的数据库
- Spring Boot整合Shiro + JSP教程(用户认证,权限管理,图片验证码)
- 谈谈QUIC协议原理
- 第6章 关系数据理论—范式的介绍
- 蓝桥杯历年试题汇总 C/C++ B组