记录了一百万名有行为的淘宝用户行为记录样本,包含1,0015,0806条数据,987994个不同用户,4162024个不同商品,3623个不同商品分类, 4种行为(点击、购买、加购、喜欢)数据。
UserBehavior是阿里巴巴提供的一个淘宝用户行为数据集,用于隐式反馈推荐问题的研究。
本数据集包含了2017年11月25日至2017年12月3日之间,有行为的约一百万随机用户的所有行为(行为包括点击、购买、加购、喜欢)。
数据集的组织形式和MovieLens-20M类似,即数据集的每一行表示一条用户行为,
由用户ID、商品ID、商品类目ID、行为类型和时间戳组成,并以逗号分隔。
关于数据集中每一列的详细描述如下:
列名称 说明用户ID 整数类型,序列化后的用户ID商品ID 整数类型,序列化后的商品ID商品类目ID 整数类型,序列化后的商品所属类目ID行为类型 字符串,枚举类型,包括('pv', 'buy', 'cart', 'fav')时间戳 行为发生的时间戳注意到,用户行为类型共有四种,它们分别是行为类型 说明pv 商品详情页pv,等价于点击buy 商品购买cart 将商品加入购物车fav 收藏商品