DBQ/Burberry.Product.prices.Japan

该数据集专注于日本时尚行业，特别是Burberry品牌的产品，包含有关产品定价和详细信息的各种特征。数据集是单语的（英语），涵盖文本分类、图像分类等多个任务。数据来源于对日本Burberry电子商务平台的网络抓取。

---
annotations_creators:
- 其他
language_creators:
- 其他
language:
- 英语
license:
- 未知
multilinguality:
- 单语言
source_datasets:
- 原始数据集
task_categories:
- 文本分类
- 图像分类
- 特征提取
- 图像分割
- 图像到图像
- 图像到文本
- 目标检测
- 摘要生成
- 零样本图像分类(zero-shot-image-classification)
pretty_name: 日本-博柏利(Burberry)-产品级价目表
tags:
- 网页抓取
- 电子商务(Ecommerce)
- 博柏利(Burberry)
- 时尚
- 时尚产品
- 图像
- 时尚图像
configs:
- config_name: 默认
data_files:
- split: 训练集
path: data/train-*
dataset_info:
features:
- name: 网站名称
dtype: 字符串
- name: 有效日期
dtype: 字符串
- name: 国家代码
dtype: 字符串
- name: 货币代码
dtype: 字符串
- name: 品牌
dtype: 字符串
- name: 一级类别代码
dtype: 字符串
- name: 二级类别代码
dtype: 字符串
- name: 三级类别代码
dtype: 字符串
- name: 产品代码
dtype: 64位整数
- name: 商品标题
dtype: 字符串
- name: 商品链接
dtype: 字符串
- name: 图片链接
dtype: 字符串
- name: 原价
dtype: 64位浮点数
- name: 售价
dtype: 64位浮点数
- name: 欧元原价
dtype: 64位浮点数
- name: 欧元售价
dtype: 64位浮点数
- name: 折扣标记
dtype: 64位整数
splits:
- name: 训练集
num_bytes: 985467
num_examples: 2950
download_size: 267744
dataset_size: 985467
---
# 博柏利(Burberry)网络抓取数据集

## 网站背景

近年来，亚太地区的时尚产业，尤其是日本市场，实现了显著增长。博柏利(Burberry)等高端奢侈品牌已在该地区稳固立足。该行业节奏迅捷、以消费者为核心，大量融入前沿技术与流行趋势。日本时尚产业中一个值得关注的趋势，便是电子商务(Ecommerce)平台的快速扩张。本次发布的数据集，能够为了解博柏利在日本市场的电子商务产品列表页(Product-list page, PLP)运营数据提供宝贵视角，同时揭示这一独特且成熟度极高的市场中，消费者的网购偏好与购买行为特征。

## 数据集链接

[日本-博柏利(Burberry)-产品级价目表数据集](https://www.databoutique.com/buy-data-page/Burberry%20Product-prices%20Japan/r/recxtv3fyaKGgEGOj)

原始信息汇总

数据集概述

基本信息

• 数据集名称: Japan - Burberry - Product-level price list
• 语言: 英语
• 多语言性: 单语种
• 许可证: 未知
• 数据来源: 原始数据
• 任务类别:
  • 文本分类
  • 图像分类
  • 特征提取
  • 图像分割
  • 图像到图像
  • 图像到文本
  • 目标检测
  • 摘要生成
  • 零样本图像分类

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集特征

• 特征列表:
  • website_name: 字符串
  • competence_date: 字符串
  • country_code: 字符串
  • currency_code: 字符串
  • brand: 字符串
  • category1_code: 字符串
  • category2_code: 字符串
  • category3_code: 字符串
  • product_code: 整数64位
  • title: 字符串
  • itemurl: 字符串
  • imageurl: 字符串
  • full_price: 浮点数64位
  • price: 浮点数64位
  • full_price_eur: 浮点数64位
  • price_eur: 浮点数64位
  • flg_discount: 整数64位

数据集分割

• 分割名称: train
• 字节数: 985467
• 样本数: 2950

数据集大小

• 下载大小: 267744
• 数据集大小: 985467

标签

• webscraping
• ecommerce
• Burberry
• fashion
• fashion product
• image
• fashion image

搜集汇总

数据集介绍

构建方式

该数据集源自对日本市场Burberry品牌电子商务网站的深度网络爬取，聚焦于产品层面的价格信息。通过系统化的数据采集，构建了包含2950条记录的结构化数据集，每条记录涵盖品牌、多级产品分类编码、产品唯一标识、标题、商品链接、图片URL、原始价格与折扣价格（以日元和欧元双币种呈现）以及折扣标记等17个字段。数据集以单一训练集形式存储，数据文件采用通配符路径组织，便于高效加载与处理。

特点

数据集最显著的特征在于其多维度、精细化的产品标签体系，包含三级分类编码（category1_code至category3_code），支持从宏观品类到微观子类的逐层分析。价格字段同时提供原始价格、折扣价格及其欧元换算值，并设有明确的折扣标记（flg_discount），为研究日本市场奢侈品定价策略、折扣频率及消费者价格敏感度提供了量化基础。此外，图片URL字段的存在使得视觉特征与价格、分类信息的联合分析成为可能。

使用方法

该数据集可直接通过Hugging Face Datasets库加载，使用默认配置名'default'并指定训练集分割即可获取全部2950条记录。适用于多种机器学习任务，包括基于文本标题与分类编码的文本分类、利用图片URL进行图像分类或特征提取、结合价格与折扣标记进行回归或二分类分析，以及探索多模态学习（如图像到文本描述生成）。数据集结构清晰，字段类型明确，便于快速集成至PyTorch或TensorFlow等框架的预处理管道中。

背景与挑战

背景概述

该数据集由DBQ团队创建，聚焦于亚太地区尤其是日本时尚产业中奢侈品牌Burberry的产品级价格数据。随着电子商务在日本的迅猛扩张，高端品牌如Burberry通过在线平台深入渗透消费者市场。数据集采集自Burberry日本官网的产品列表页（PLP），涵盖2950条产品记录，包括价格、折扣、类别及图像链接等多元特征。其核心研究问题在于揭示日本消费者对奢侈品的在线购买行为与定价策略的关联，为时尚电商领域的市场分析、价格弹性研究及消费者偏好建模提供基础数据支撑。该数据集发布于数据商店Databoutique，对理解日本高端时尚市场的数字化动态具有重要参考价值。

当前挑战

数据集面临的挑战主要体现在两方面。在领域问题层面，其核心任务是解决时尚电商场景下的多模态分类与价格预测，但奢侈品市场受季节、品牌活动及地域文化影响显著，导致价格波动复杂且标签分布不均，传统模型难以捕捉非线性定价规律。在构建过程中，网页抓取面临反爬机制与动态内容加载的技术障碍，需处理图像链接失效、多币种转换（日元与欧元）及折扣标志的歧义性。此外，数据集仅含单一品牌与日本市场，限制了跨品牌或跨区域的泛化能力，且缺乏时间序列信息，难以分析价格演变的长期趋势。

常用场景

经典使用场景

该数据集收录了Burberry在日本市场的产品级价格清单，涵盖商品名称、分类层级、折扣标识及多币种定价等结构化信息，并附有产品图像链接。其经典使用场景在于构建奢侈品电商领域的多模态检索与分类系统，研究者可基于文本字段与图像特征联合建模，实现产品类别自动标注、价格区间预测以及折扣行为分析，亦可作为基准数据集验证跨模态对齐算法的有效性。

解决学术问题

在学术研究中，该数据集有效解决了奢侈品行业因数据封闭导致的价格透明度不足与跨市场定价策略难以量化的问题。它支持研究者开展针对日本电商环境的动态定价模型验证、品牌溢价影响因素分析以及促销活动对消费者行为影响的实证研究，从而揭示高端品牌在成熟市场中的价格弹性与折扣策略规律，为零售经济学与营销科学提供了稀缺的细粒度实证数据。

衍生相关工作

围绕该数据集已衍生出一系列经典工作，包括基于深度学习的奢侈品图像风格迁移与品牌识别模型、融合价格序列与视觉特征的时尚趋势预测框架，以及针对日本电商市场的多任务学习架构。这些工作不仅推动了时尚AI领域在细粒度产品理解上的进展，还催生了面向低资源场景的跨域迁移学习范式，为后续研究在品牌级数据集构建与电商知识图谱融合方面奠定了方法论基础。