【干货】20大推荐系统公共数据集分享

本文搜集并整理了推荐系统相关的高质量数据集，其中大多数都是免费的、开放的（部分需要“梯子”），另外还包含一部分预处理数据，可用于学术实验等，希望对大家有所帮助。

电子商务

1、Amazon

• 简介：

  该数据集包括自1996年5月至2014年7月，来自Amazon上的1.428亿产品的评论和metadata。

• 下载链接：

       http://jmcauley.ucsd.edu/data/amazon/

2、阿里巴巴

• 简介：

  该数据集为20000用户在一个月内的移动端行为数据以及百万级的商品信息（部分已脱敏）。该数据集包含两个部分，第一部分是用户在商品全集上的移动端行为数据（D）,表名为tianchi_fresh_comp_train_user_2w，第二个部分是商品子集（P）,表名为tianchi_fresh_comp_train_item_2w。

• 下载链接：

     https://tianchi.aliyun.com/competition/entrance/231522/information

3、RetailRocket推荐系统数据集

• 简介：

    该数据集来自现实世界的电子商务网站，由三个文件组成：一个属性数据集（item_properties.сsv），一个行为数据集（events.csv）以及一个类目树数据集（category_tree.сsv）。

• 下载链接：

    https://www.kaggle.com/retailrocket/ecommerce-dataset

书籍

4、Book Crossing

• 简介：

    该数据集由Cai-Nicolas花了4周的时间（2004年8月～9月）从Book-Crossing社区中爬取得到的。

• 下载链接：

    http://www2.informatik.uni-freiburg.de/~cziegler/BX/ 

电影

5、Netflix

• 简介：

    该数据集为Netflix竞赛中使用的官方数据集。

• 下载链接：

  http://academictorrents.com/details/9b13183dc4d60676b773c9e2cd6de5e5542cee9a

  
  

6、MovieLens

• 简介：

  该数据集为GroupLens Research从他们的电影网站收集并整理的rating数据集。

• 下载链接：

    https://grouplens.org/datasets/movielens/

7、CiaoDVD

• 简介：

    该数据集为是2013年12月从dvd.ciao.co.uk网站上抓取的DVD类别数据集。

• 下载链接：

    https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

8、FilmTrust

• 简介：

    该数据集为是2011年6月从整个FilmTrust网站上抓取的一个小型数据集。

• 下载链接：

  https://www.librec.net/datasets.html
  

音乐

9、Yahoo Music

• 简介：

    该数据集包含从两个不同来源收集的歌曲的rating数据集。它是一个快照，收集了音乐社区对各种音乐艺术家的偏好等。

• 下载链接：

  https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

10、Amazon Music

• 简介：

    该数据集包含来自亚马逊的元数据和评论。

• 下载链接：

  http://jmcauley.ucsd.edu/data/amazon/

11、LastFM（Implicit）

• 简介：

    该数据集收集了Last.fm网站上2千名用户的社交网络、tagging和music artist listening信息。

• 下载链接：

    https://grouplens.org/datasets/hetrec-2011/

12、Milion Song Dataset

• 简介：

    该数据集是一个免费的数据集，提供了一百万条当代流行音乐曲目相关的metadata和audio features。

• 下载链接：

  
  

    https://labrosa.ee.columbia.edu/millionsong/

    游戏

13、Steam Video Games

• 简介：

    该数据集是一个用户行数据集，包含：game-title，user-id，behavior-name，value等。    

• 下载链接：

    https://www.kaggle.com/tamber/steam-video-games/data

笑话

14、Jester

• 简介：

    该数据集包含来自73,496个用户，关于100个笑话的410万连续rating数据（-10.00到+10.00）。

• 下载链接：

  http://www.ieor.berkeley.edu/~goldberg/jester-data/

  餐饮

15、Chicago Entree

• 简介：

    该数据集包含用户与Entree Chicago餐厅推荐系统交互的记录数据。

• 下载链接：   http://archive.ics.uci.edu/ml/datasets/Entree+Chicago+Recommendation+Data

     动漫

16、动漫推荐数据集

• 简介：

    该数据集包含来自12,294个动漫的73,516个用户的用户偏好数据。每个用户都可以将动画添加到已完成的列表中并为其评分，该数据集把这些评级整理起来。

• 下载链接：

    https://www.kaggle.com/CooperUnion/anime-recommendations-database

   其他数据集

17、斯坦福大型网络数据集汇编

• 下载链接：

    https://snap.stanford.edu/data/ 

18、GroupLens数据集

• 下载链接：

    https://grouplens.org/datasets/

19、Yahoo Research数据集

• 下载链接：

    https://webscope.sandbox.yahoo.com/catalog.php?datatype=r

20、LibRec数据集

• 下载链接：

    https://www.librec.net/datasets.html

推荐阅读

[0]. 推荐系统干货总结

[1]. 推荐系统之矩阵分解家族

[2]. 更新！带你认识推荐系统全貌的论文清单

[3]. 当推荐系统邂逅深度学习

[4]. 推荐系统领域中那些巧妙运用的idea