Amazon Review Dataset数据集介绍

Amazon Review Dataset数据集记录了用户对亚马逊网站商品的评价，是推荐系统的经典数据集，并且Amazon一直在更新这个数据集，根据时间顺序，Amazon数据集可以分成三类：

2013 版 http://snap.stanford.edu/data/web-Amazon-links.html
2014版 http://jmcauley.ucsd.edu/data/amazon/index_2014.html
如果直接跳转到2018版，可换为访问http://snap.stanford.edu/data/amazon/productGraph/categoryFiles/
2018版 https://nijianmo.github.io/amazon/index.html

Amazon数据集可以根据商品类别分为 Books，Electronics，Movies and TV，CDs and Vinyl等子数据集，这些子数据集包含两类信息：

以2014版数据集为例：

商品信息描述

asin	商品id
title	商品名称
price	价格
imUrl	商品图片链接
related	相关商品
salesRank	折扣信息
brand	品牌
categories	目录类别

官方例子：

{
"asin": "0000031852",
"title": "Girls Ballet Tutu Zebra Hot Pink",
"price": 3.17,
"imUrl": "http://ecx.images-amazon.com/images/I/51fAmVkTbyL._SY300_.jpg",
"related":
{"also_bought": ["B00JHONN1S", "B002BZX8Z6"],"also_viewed": ["B002BZX8Z6", "B00JHONN1S"],"bought_together": ["B002BZX8Z6"]
},
"salesRank": {"Toys & Games": 211836},
"brand": "Coxlures",
"categories": [["Sports & Outdoors", "Other Sports", "Dance"]]
}

用户评分记录数据

reviewerID	用户id
asin	商品id
reviewerName	用户名
helpful	有效评价率（helpfulness rating of the review, e.g. 2/3）
reviewText	评价文本
overall	评分
summary	评价总结
unixReviewTime	评价时间戳
reviewTime	评价时间

{"reviewerID": "A2SUAM1J3GNN3B","asin": "0000013714","reviewerName": "J. McDonald","helpful": [2, 3],"reviewText": "I bought this for my husband who plays the piano.  He is having a wonderful time playing these old hymns.  The music  is at times hard to read because we think the book was published for singing from more than playing from.  Great purchase though!","overall": 5.0,"summary": "Heavenly Highway Hymns","unixReviewTime": 1252800000,"reviewTime": "09 13, 2009"
}

Amazon数据集读取：

因为下载的数据是json文件，不易操作，这里主要介绍如何将json文件转化为csv格式文件。以2014版Amazon Electronics数据集的转化为例：

商品信息读取

import pickle
import pandas as pdfile_path = 'meta_Electronics.json'
fin = open(file_path, 'r')df = {}
useless_col = ['imUrl','salesRank','related','title','description']  # 不想要的字段
i = 0
for line in fin:d = eval(line)for s in useless_col:if s in d:d.pop(s)df[i] = d i += 1
df = pd.DataFrame.from_dict(df, orient='index')
df.to_csv('meta_Electronics.csv',index=False)

用户评分记录数据读取

file_path = 'Electronics_10.json'
fin = open(file_path, 'r')df = {}
useless_col = ['reviewerName','reviewText','unixReviewTime','summary'] # 不想要的字段
i = 0
for line in fin:d = eval(line)for s in useless_col:if s in d:d.pop(s)df[i] = d i += 1
df = pd.DataFrame.from_dict(df, orient='index')
df.to_csv('Electronics_10.csv',index=False)

Amazon Review Dataset数据集介绍相关推荐

Large Movie Review Dataset v1.0
大型电影评论数据集v1.0 目录 Large Movie Review Dataset v1.0大型电影评论数据集v1.0 数据集下载地址数据集介绍译文原文数据集下载地址:http://ai.s ...
GCN（一）数据集介绍
1.数据集介绍 1.1 数据集概述 Cora数据集由机器学习论文组成,是近年来图深度学习很喜欢使用的数据集.在数据集中,论文分为以下七类之一: 基于案例遗传算法神经网络概率方法强化学习规则学 ...
Market1501数据集介绍及相关代码
Market1501数据集介绍及相关代码 1.数据集介绍文件夹介绍 bounding_box_test:测试集,gallery bounding_box_train:训练集 query:prob g ...
【数据集介绍】The Idiap Research Institute REPLAY-Mobile Database
[时间]2018.11.14 [数据集介绍]The Idiap Research Institute REPLAY-Mobile Database 概述本文是对数据集REPLAY-Mobile Da ...
Waymo Open Dataset 数据集（CVPR 2020）
Waymo Open Dataset 数据集(CVPR 2020) 摘要 1. 导言 2. 相关工作 3. Waymo开放数据集 3.1 传感器规格 3.2 坐标系 3.3 真值标签 3.4 传感器数 ...
StudentLife数据集介绍
原网址:https://studentlife.cs.dartmouth.edu/ StudentLife数据集介绍达特茅斯的学期有节奏吗? 从手机预测平均绩点(GPA) StudentLife数据 ...
动作识别、检测、分割、解析相关数据集介绍
文章目录动作识别 UCF101(UCF101 Human Actions dataset) Kinetics (Kinetics Human Action Video Dataset) 动作检测 / ...
计算机视觉数据集介绍：KITTI数据集
KITTI数据集简介 KITTI数据集是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办,利用组装的设备齐全的采集车辆对实际交通场景进行数据采集获得的公开数据集.该数据集包含丰富多样的传感器数据( ...
[深度学习] CCPD车牌数据集介绍
CCPD是一个大型的.多样化的.经过仔细标注的中国城市车牌开源数据集.CCPD数据集主要分为CCPD2019数据集和CCPD2020(CCPD-Green)数据集.CCPD2019数据集车牌类型仅有普 ...

Amazon Review Dataset数据集介绍

Amazon Review Dataset数据集介绍相关推荐

最新文章

热门文章