【离线版下载】电商推荐系统数据集:2 个 CSV 能做出什么推荐系统?
·
【离线版下载】电商推荐系统数据集:2 个 CSV 能做出什么推荐系统?
开源项目「电商推荐系统数据集」提供了一套开箱即用的推荐算法训练数据:一份 products.csv 商品信息表,一份 ratings.csv 用户评分记录。仅凭这两个文件,就能从零搭建并测试一个推荐系统,或做用户行为与商品热度分析。
仓库里有什么
数据资产很简单:两张 CSV 表,通过商品 ID 互相打通。
| 文件 | 内容 | 记录数 |
|---|---|---|
| products.csv | 商品 ID、名称、类别、价格、图片、品牌标签等 | 96 条 |
| ratings.csv | 用户 ID、商品 ID、评分、评分时间 | 约 4.5 万条 |
数据字段速览
📦 products.csv——每行代表一个商品,字段用 ^ 分隔:
| 字段 | 含义 | 说明 |
|---|---|---|
| 商品 ID | 商品唯一标识 | 与评分数据关联的主键 |
| 商品名称 | 商品名与卖点描述 | 中文 |
| 价格 | 售价 | 数值 |
| 商品编码 | 平台商品编码 | 可用于溯源 |
| 商品图片 URL | 商品图片链接 | 可直接展示 |
| 类别 | 多级类目 | 如"外设产品|鼠标|电脑/办公" |
| 品牌/标签 | 品牌与特征词 | 如"飞利浦|剃须刀|好用" |
⭐ ratings.csv——每行代表一条用户评分,字段用逗号分隔:
| 字段 | 含义 |
|---|---|
| 用户 ID | 用户唯一标识 |
| 商品 ID | 关联 products.csv 中的商品 |
| 评分 | 1.0–5.0,一位小数 |
| 评分时间 | Unix 时间戳 |
上手前必做的三件事
- 确认规模与格式:两个文件都没有表头行;products.csv 用
^分隔,ratings.csv 用逗号分隔,读取时别混用。 - 检查缺失值:数据中可能包含缺失值,先检查再清洗。
- 建立"用户-商品-评分"关联:按商品 ID 把两份文件连起来,得到一张完整的评分表,后续训练都基于它。
常见玩法
- 推荐算法训练:最常用的是协同过滤——根据"评分习惯相似的用户买了什么"来预测你可能喜欢什么;也可以基于商品类别与标签做基于内容的推荐。
- 用户行为分析:按用户聚合,看人均评分数量、偏好的类别分布。
- 商品热度分析:按商品聚合,看哪些类别评分最多、评分分布如何、哪些商品更受欢迎。
使用须知
- 数据集仅供学习和研究使用,请勿用于商业用途。
- 数据可能包含缺失值,使用前请先做数据清洗。
- 全部评分均对应 products.csv 中的 96 个商品,两张表可以直接关联使用。
参与方式
发现数据问题或有改进想法,直接提交 issue 即可。想先本地试用:
git clone https://gitcode.com/open-source-toolkit/d573c
现在就把两个 CSV 下载下来,按"确认规模 → 检查缺失值 → 建评分表"三步走通,然后开始训练你的第一个推荐模型。
更多推荐


所有评论(0)