Набори даних орієнтирів для спільної фільтрації

9

Я хотів би перевірити новий алгоритм спільної фільтрації . Типовим випадком використання є рекомендувати фільми на основі уподобань користувачів, схожих на конкретного користувача.

Назвіть декілька загальних наборів даних, які дослідники часто використовують для тестування своїх алгоритмів? Я знаю, що в Computer Vision люди часто використовують MNIST або CIFAR, але я не знайшов подібних наборів даних для спільної фільтрації.

dataset recommender-system

— пір
джерело

1

Ви подивилися на набір даних призів Netflix? Так, конкуренція давно закінчена, і її зняли з офіційного веб-сайту через певні причини конфіденційності. Ви все ще можете спробувати знайти його в інших місцях.

— Владислав Довгалеч

Kaggle.com має купу. Просто шукайте "рекомендація в: наборі даних" або "рекомендація в: конкуренція".

— пробіг8

8

Очевидною відповіддю був би набір даних призів Netflix, в ньому проводиться багато досліджень, і більшість алгоритмів CF знають його бали.

Є й інші наявні набори даних, які зазвичай використовуються як орієнтири:

Набір даних об'єктива для кінофільму : 20-мільйонний набір даних про рейтинги, який використовується для алгоритмів бенчмаркінгу МВ;
Jester Dataset : набір рекомендацій для жартів з більш ніж 6 мільйонами оцінок;
Ви можете знайти ще багато наборів даних за цим посиланням

— Жоао Альмейда
джерело

1

У мене є сховище, яке могло б вам допомогти.

https://github.com/ArthurFortes/Datasets-for-Recommneder-Systems/

— Артур Фортес
джерело

3

Будь ласка, не публікуйте відповідей лише на посилання, відповіді мають бути самостійними. Рекомендую відредагувати свою відповідь, щоб додати хоча б декілька інформації, яку надає посилання, а потім надати посилання для подальшого вивчення.

— Мефі