最近比較多的小伙伴在后臺說自己希望從事推薦相關的工作研究，問有哪些練手的數據集可以自己玩玩，今天我們分享一下推薦系統中最為常見的一些開源數據集。

MovieLens數據集由GroupLens研究團隊收集的。MovieLens是電影評分的集合，有不同的大小。數據集命名為1M，10M和20M不等，目前又增加了25M，在2019年12月份放出的，它公包含2500萬的ratings和100萬個標簽應用程序應用于162000名用戶的62000部電影。包括1129個標簽的1500萬個相關分數的標簽基因組數據。

下載地址為：https://grouplens.org/datasets/movielens/

該數據集主要由Cai-Nicolas Ziegler在四周內收集得到。包含278858個用戶（匿名但包含人口統計信息），提供1149780個評分，評分范圍從1到10（顯式/隱式），約271379本書。

下載地址為：http://www2.informatik.uni-freiburg.de/~cziegler/BX/

Last.fm是音樂推薦的數據集。包含來自1892個用戶的92800個藝術家listening記錄。

下載地址為：https://grouplens.org/datasets/hetrec-2011/

該數據集采集于豆瓣電影，電影與明星數據收集于2019年8月上旬，影評數據(用戶、評分、評論)收集于2019年9月初，共945萬數據，其中包含14萬部電影，7萬演員，63萬用戶，416萬條電影評分，442萬條影評，該數據集正好彌補下國內公開電影數據集的空缺。數據已經過初步清洗，可用于推薦系統、情感分析、QA問答、知識圖譜等多個領域。數據集共有5個文件: movies.csv、person.csv、users.csv、comments.csv、ratings.csv，關于各個文件的具體內容將在下文介紹。

下載地址：https://www.csuldw.com/2019/09/08/2019-09-08-moviedata-10m/

這是Netflix大獎賽使用的官方數據集。該數據由大約1億電影收視率組成，目標是預測電影用戶收視率矩陣中缺失的條目。

下載地址：https://academictorrents.com/details/9b13183dc4d60676b773c9e2cd6de5e5542cee9a

這個數據集包含亞馬遜的產品評論和元數據，包括1996年5月至2014年7月的1.428億條評論。此數據集包括評論（評級、文本、幫助投票）、產品元數據（描述、類別信息、價格、品牌和圖像特征）和鏈接（還查看/還購買了圖表）。

下載鏈接：http://jmcauley.ucsd.edu/data/amazon/links.html

這個是LibRec 開源工具提供的數據集，有將近10個不同的數據集，有興趣的伙伴可以自己下載把玩。

下載鏈接：https://www.librec.net/datasets.html

煉丹材料準備好了！

總結

以上是生活随笔為你收集整理的推荐系统开源数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。