Studeni/AMAZON-Products-2023

该数据集包含2023年在亚马逊上架的产品元数据，旨在用于语义搜索应用。数据集记录了117,243个产品的详细信息，包括产品标识、首次可用日期、标题、描述等，并使用text-embedding-3-small模型为产品标题和描述生成了嵌入。数据集适用于产品推荐和语义搜索等应用。

原始信息汇总

数据集概述

名称： Amazon Products 2023

描述： 该数据集包含2023年上架的亚马逊产品元数据，适用于语义搜索应用，涵盖多种产品类别。

数据量：

• 行数： 117,243
• 列数： 15

语言： 英语

标签： 电子商务、产品、亚马逊

大小分类： 100K<n<1M

数据结构

产品分布：

	filename	product_count
0	meta_Amazon_Fashion	470
1	meta_Appliances	573
2	meta_Arts_Crafts_and_Sewing	2948
3	meta_Automotive	7161
4	meta_Baby_Products	526
5	meta_Beauty_and_Personal_Care	1402
6	meta_Books	2
7	meta_CDs_and_Vinyl	1319
8	meta_Cell_Phones_and_Accessories	5062
9	meta_Clothing_Shoes_and_Jewelry	41777
10	meta_Digital_Music	56
11	meta_Electronics	7681
12	meta_Gift_Cards	8
13	meta_Grocery_and_Gourmet_Food	96
14	meta_Handmade_Products	1018
15	meta_Health_and_Household	4760
16	meta_Health_and_Personal_Care	93
17	meta_Home_and_Kitchen	17326
18	meta_Industrial_and_Scientific	1216
19	meta_Magazine_Subscriptions	3
20	meta_Musical_Instruments	639
21	meta_Office_Products	3545
22	meta_Patio_Lawn_and_Garden	3075
23	meta_Pet_Supplies	2742
24	meta_Software	157
25	meta_Sports_and_Outdoors	6343
26	meta_Tools_and_Home_Improvement	4776
27	meta_Toys_and_Games	1367
28	meta_Unknown	541
29	meta_Video_Games	561

列信息：

• parent_asin (str): 产品唯一标识符。
• date_first_available (datetime64[ns]): 产品首次可用日期。
• title (str): 产品标题。
• description (str): 产品描述。
• filename (str): 产品元数据关联的文件名。
• main_category (str): 产品主类别。
• categories (List[str]): 产品子类别。
• store (str): 产品商店信息。
• average_rating (float64): 产品平均评分。
• rating_number (float64): 产品评分数量。
• price (float64): 产品价格。
• features (List[str]): 产品特性。
• details (str): 产品附加详情，JSON序列化字符串。
• embeddings (List[float64]): 使用text-embedding-3-small模型生成的嵌入。
• image (str): 产品图片URL。

缺失值情况：

• main_category: 24,805 缺失值
• store: 253 缺失值
• rating_number: 6 缺失值
• price: 35,869 缺失值

应用场景

• 语义搜索： 利用嵌入查找基于文本描述的相似产品。
• 产品推荐： 通过详细的产品元数据增强推荐系统。