【480,000名用户】【17,770部电影】Netflix Prize电影评分数据集：深入洞察用户偏好的宝藏

根据提供的 README.txt 文件内容，以下是Netflix数据集的核心信息概要： ### 数据集概述 - 目的：支持Netflix Prize竞赛的参与者。 - 网址：http://www.netflixprize.com 可获取关于竞赛的详细信息。 - 数据范围：包含超过100万条评分，来自480,000名匿名Netflix客户对17,000多个电影标题的评分。 - 时间跨度：数据收集自1998年10月至2005年12月。 - 评分标准：评分为1至5星的整数值。 - 隐私保护：客户ID已被替换为随机分配的ID。 ### 使用许可 - 正确性：Netflix不保证数据的正确性或适用性。 - 认可：在使用数据集的出版物中必须承认数据集的使用，并将副本发送给Netflix。 - 分发限制：未经Netflix单独许可，用户不得分发数据。 - 商业用途：未经Netflix许可，不得将信息用于任何商业或盈利目的。 ### 数据集文件描述 - 训练集 (training_set.tar)：包含17,770个文件，每个文件对应一个电影，包含客户ID、评分和日期。 - 电影ID范围：1至17,770。 - 客户ID范围：1至2,649,429，存在间隔，共有480,189名用户。 - 评分日期格式：YYYY-MM-DD。 - 电影信息 (movie_titles.txt)：包含电影ID、发行年份和标题。 - 电影ID不是实际Netflix或IMDB的ID。 - 发行年份：1890至2005年，可能对应DVD发行而非电影院上映。 - 标题为Netflix使用的电影标题，可能与其他网站不同。 - 评估与预测数据集 (qualifying.txt)：用于Netflix Prize竞赛的评估数据集，包含电影ID、客户ID和评分日期，评分被保留。 - 探测集 (probe.txt)：用于在提交基于评估集的预测集之前测试系统，包含电影ID和客户ID，评分和日期包含在训练集中。 ### 提交预测文件格式 - 预测文件应遵循评估数据集中的电影和客户ID的顺序，预测的评分取代相应的客户ID（和日期），每行一个。 ### 其他信息 - MD5签名和文件大小：提供了文件的MD5签名和大小，以验证文件的完整性。 这份数据集是进行推荐系统研究的宝贵资源，它允许研究人员基于大量用户评分数据来开发和测试新的算法和技术。