推荐系统的数据集答案

【问题标题】：Data set for recommendation system推荐系统的数据集
【发布时间】：2013-08-16 08:44:06
【问题描述】：

我想创建自己的简单推荐系统，关于书籍。但是有一些问题——一个人不可能（至少，非常困难）组织算法的训练数据集。

那么，有没有关于人们投票、哪些书以及他们喜欢多少信息的免费数据集或测验？

第二个问题是关于书的参数。对于某些基于项目的预测，确实必须使用书籍的评分（例如语言、平均单词长度、段落中的平均单词数，我已经计算了大约 30 个这样的参数）及其权重（例如，书籍的语言被评分1 分，平均单词长度为 0.314）。那么，是否有任何准备好的信息？

事实上，如果我得到了第一个问题的答案，我可以找到第二个问题的解决方案，但我确信，需要的信息是存在的。

另外，我正在阅读推荐系统手册，它提供了完整的信息（附有参考资料），但很难阅读。在这种情况下，您能建议一些额外的书籍吗？

【问题讨论】：

【解决方案1】：

你能检查 Books.txt.gz 吗？ https://snap.stanford.edu/data/web-Amazon.html 其中包括来自亚马逊的图书评级。它还有产品标题、价格、评论摘要等。

我猜你的第二个问题是特征选择问题，每个数据集的权重会有所不同。

coursera 上的这门课程提供了推荐系统的简要信息，它也有阅读部分。不幸的是，测验不再可用

编辑：又一个书籍数据集。

【讨论】：

【解决方案2】：

此数据集是关于电影而非书籍的，但您可能会发现 Netflix Prize 数据集可用作测试推荐算法的一种方式。两个数据集的基本问题是相同的：需要带外特征、必须组合具有不同权重的特征等。

至于要阅读的额外书籍，我推荐“Programming Collective Intelligence”。我发现它写得很清楚，很有帮助。它还包括所有示例算法的代码。

【讨论】：