MovieLens数据集是一个关于电影评分的数据集,里面包含了从IMDB, The Movie DataBase上面得到的用户对电影的评分信息,详细请看下面的介绍。
1 links.csv
文件里面的内容是帮助你如何通过网站id在对应网站上找到对应的电影链接的。
1.1 数据格式
movieId, imdbId, tmdbId
1.1.1 movieId
表示这部电影在movielens上的id,可以通过链接https://movielens.org/movies/(movieId)来得到。
1.1.2 imdbId
表示这部电影在imdb上的id,可以通过链接http://www.imdb.com/title/(imdbId)/
来得到。
- tmdbId:表示这部电影在themoviedb上的id,可以通过链接http://www.imdb.com/title/(tmdbId)/
来得到。
2 movies.csv
movieId, title, genres
文件里包含了一部电影的id和标题,以及该电影的类别
2.1 数据格式
movieId, title, genres
2.1.1 movieId
每部电影的id
2.1.2 title
电影的标题
2.1.3 genres
电影的类别(详细分类见readme.txt)
3 ratings.csv
文件里面的内容包含了每一个用户对于每一部电影的评分。
3.1 数据格式
- userId: 每个用户的id
- movieId: 每部电影的id
- rating: 用户评分,是5星制,按半颗星的规模递增(0.5 stars - 5 stars)
- timestamp: 自1970年1月1日零点后到用户提交评价的时间的秒数
数据排序的顺序按照userId,movieId排列的。
4 tags.csv
文件里面的内容包含了每一个用户对于每一个电影的分类
4.1 数据格式
- userId: 每个用户的id
- movieId: 每部电影的id
- tag: 用户对电影的标签化评价
- timestamp: 自1970年1月1日零点后到用户提交评价的时间的秒数
数据排序的顺序按照userId,movieId排列的。
摘要
=======
该数据集(ml-latest-small)描述了电影推荐服务[MovieLens](http://movielens.org)的5星评级和自由文本标记活动。它包含9742部电影的100836个评级和3683个标签应用程序。这些数据由610位用户在1996年3月29日到2018年9月24日之间创建。该数据集于2018年9月26日生成。
随机选择用户以包含在内。所有选定的用户评分至少20部电影。不包括人口统计信息。每个用户都由一个id表示,并且不提供其他信息。
数据包含在links.csv
,movies.csv
,ratings.csv
和tags.csv
文件中。有关所有这些文件的内容和用法的更多详细信息如下。
这是一个发展的数据集。因此,它可能会随着时间的推移而发生变化,并不是共享研究结果的适当数据集。
引文
========
要确认在出版物中使用数据集,请引用以下文件:
F. Maxwell Harper和Joseph A. Konstan。 2015.MovieLens数据集:历史和背景。 ACM交互式智能系统交易(TiiS)5,4:19:1-19:19。 https://doi.org/10.1145/2827872
文件的内容和使用
========================
格式化和编码
数据集文件以[逗号分隔值]文件写入,并带有单个标题行。包含逗号(,
)的列使用双引号(```)进行转义。这些文件编码为UTF-8。如果电影标题或标签值中的重音字符(例如Misérables,Les(1995))显示不正确,确保读取数据的任何程序(如文本编辑器,终端或脚本)都配置为UTF-8。
用户ID
MovieLens用户随机选择包含。他们的ID已经匿名化了。用户ID在ratings.csv
和tags.csv
之间是一致的(即,相同的id指的是两个文件中的同一用户)。
电影Ids
数据集中仅包含至少具有一个评级或标记的电影。这些电影ID与MovieLens网站上使用的电影ID一致(例如,id1
对应于URL https://movielens.org/movies/1)。电影ID在ratings.csv
,tags.csv
,movies.csv
和links.csv
之间是一致的.
网友评论