毕设淘宝用户行为推荐（一）：数据来源介绍

青旅半醒 2023-07-21 06:08 14阅读 0赞

# 淘宝用户数据 #

### 数据来源： ###

*  [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。

### 数据集介绍： ###

<table> 
 <thead> 
  <tr> 
   <th>文件名称</th> 
   <th>说明</th> 
   <th>包含特征</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>UserBehavior.csv</td> 
   <td>包含所有的用户行为数据</td> 
   <td>用户ID，商品ID、商品类别ID、行为类型、时间戳</td> 
  </tr> 
 </tbody> 
</table>

### UserBehavior.csv ###

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、商品类别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：

<table> 
 <thead> 
  <tr> 
   <th>列名称</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>用户ID</td> 
   <td>整数类型，序列化后的用户ID</td> 
  </tr> 
  <tr> 
   <td>商品ID</td> 
   <td>整数类型，序列化后的商品ID</td> 
  </tr> 
  <tr> 
   <td>商品类别ID</td> 
   <td>整数类型，序列化后的商品所属类别ID</td> 
  </tr> 
  <tr> 
   <td>行为类型</td> 
   <td>字符串，枚举类型，包括(‘pv’, ‘buy’, ‘cart’, ‘fav’)</td> 
  </tr> 
  <tr> 
   <td>时间戳</td> 
   <td>行为发生的时间戳</td> 
  </tr> 
 </tbody> 
</table>

##### 注意到，用户行为类型共有四种，它们分别是 #####

<table> 
 <thead> 
  <tr> 
   <th>行为类型</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>pv</td> 
   <td>商品详情页pv，等价于点击</td> 
  </tr> 
  <tr> 
   <td>buy</td> 
   <td>商品购买</td> 
  </tr> 
  <tr> 
   <td>cart</td> 
   <td>将商品加入购物车</td> 
  </tr> 
  <tr> 
   <td>fav</td> 
   <td>收藏商品</td> 
  </tr> 
 </tbody> 
</table>

##### 关于数据集大小的一些说明如下 #####

<table> 
 <thead> 
  <tr> 
   <th>维度</th> 
   <th>数量</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>用户数量</td> 
   <td>987,994</td> 
  </tr> 
  <tr> 
   <td>商品数量</td> 
   <td>4,162,024</td> 
  </tr> 
  <tr> 
   <td>商品类目数量</td> 
   <td>9,439</td> 
  </tr> 
  <tr> 
   <td>所有行为数量</td> 
   <td>100,150,807</td> 
  </tr> 
 </tbody> 
</table>

##### 论文引用 #####

*  Han Z, Xiang L, Pengye Z, et al. Learning Tree-based Deep Model for Recommender Systems. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining.
 *  Han Z, Daqing C, Ziru X, et al. Joint Optimization of Tree-based Index and Deep Model for Recommender Systems. arXiv:1902.07565.

[UserBehavior]: https://tianchi.aliyun.com/dataset/dataDetail?dataId=649