app-review-complaint-benchmarks

该数据集是应用评论投诉基准，包含来自 Apple App Store 和 Google Play 的真实评论数据，涵盖 5,592 个应用、47 个应用商店类别。数据集基于对负面评论（1-2 星评分）的投诉主题分析，识别出 8 个标准投诉主题（如崩溃/错误、广告、计费/订阅、登录/账户、性能、用户体验/设计、支持、隐私/权限）。数据集包含三个子集： - **app_complaint_profiles**：每个应用的投诉档案，包含各投诉主题的评论占比、与所在类别中位数的偏差、以及超过类别 75% 分位数的主题数量。 - **category_benchmarks**：每个类别在各投诉主题上的百分位数分布（p25、p50、p75、p90），以及情感指标等基准统计。 - **topic_leaderboards**：每个投诉主题下投诉占比排名前 50 的应用列表（即最差应用排行榜）。 数据以 Parquet 格式存储，总行数根据配置不同在 5,368 至 6,039 行之间。字段包括商店标识、应用 ID、名称、开发者、评级、评论数、情感得分、各投诉主题占比等。该数据集适用于文本分类、竞争分析、产品路线图优化、应用营销策略发现等场景。许可证为 CC BY-NC 4.0，学术/个人使用需注明出处并链接回数据源，商业使用需获取商业许可。This dataset is an app review complaint benchmark, containing real review data from Apple App Store and Google Play, covering 5,592 apps and 47 app store categories. The dataset is based on complaint topic analysis of negative reviews (1-2 star ratings), identifying 8 standard complaint topics (e.g., crash/bug, advertisement, billing/subscription, login/account, performance, UX/design, support, privacy/permission). It includes three subsets: app_complaint_profiles (complaint profiles per app), category_benchmarks (percentile distributions of complaint topics per category), and topic_leaderboards (top 50 apps with highest complaint ratios per topic). Data is stored in Parquet format, with total rows ranging from 5,368 to 6,039 depending on configuration. Fields include store identifier, app ID, name, developer, rating, review count, sentiment score, complaint topic ratios, etc. The dataset is suitable for text classification, competitive analysis, product roadmap optimization, and app marketing strategy discovery. Licensed under CC BY-NC 4.0, with attribution required for academic/personal use and commercial license needed for commercial use.

原始信息汇总

App Review Complaint Benchmarks 数据集概述

数据集简介

该数据集提供5,592个应用在47个应用商店类别中的投诉主题基准数据，基于真实的 Apple App Store 和 Google Play 评论数据计算得出。内容包括各应用按主题（崩溃、广告、计费、用户体验等）的投诉率与类别基线的对比，以及各主题的“最差应用”排行榜。

• 授权协议：CC BY-NC 4.0（仅限学术/个人使用，商用需单独许可）
• 语言：英语
• 任务类型：文本分类
• 数据规模：1K < n < 10K

数据配置与内容

数据集包含三个配置（config），均以 Parquet 格式存储：

1. app_complaint_profiles（5,592行）

每个应用一条记录，包含应用元数据（商店、ID、名称、开发者、类别、评分等）以及8个投诉主题的投诉占比（complaintShare_*字段），以及与类别中位数对比的差异值（delta_*字段）。字段覆盖崩溃/错误、广告、计费/订阅、登录/账号、性能、UX设计、客服支持、隐私/权限等主题。

2. category_benchmarks（47行）

每个应用商店类别一条记录，包含各投诉主题的百分位基准值（p25/p50/p75/p90），其中p75被用作判定“投诉超标”的报警线，用于计算 topicsAboveBenchmark 指标。

3. topic_leaderboards（400行）

按8个投诉主题分别排名的排行榜，每个主题50个“最差”应用，包含该应用在主题上的投诉占比及与类别中位数的偏差。

数据包版本与规模

数据包	层级	行数	大小
complaint-benchmarks-tier1-S-2026-08-02.zip	S	5,368	0.9 MB
complaint-benchmarks-tier1-M-2026-08-02.zip	M	5,639	1.0 MB
complaint-benchmarks-tier1-L-2026-08-02.zip	L	6,039	1.0 MB

• S包：仅Google Play数据，含类别投诉基线与应用画像
• M包：双商店数据，含全部类别基线与应用投诉画像
• L包：完整版本，另含各主题前50名最差应用排行榜
• 每个包均附带数据字典、数据说明文档及许可证文件

应用场景

• 竞品弱点挖掘与竞品分析
• 产品路线图优先级排序（基于投诉差距）
• 应用营销卖点发现
• 并购/投资中的应用组合尽职调查

使用方法

python from datasets import load_dataset

ds = load_dataset("zalizedata/app-review-complaint-benchmarks", "app_complaint_profiles", split="train") print(ds[0])

数据来源与方法

数据由 DataForge 基于真实应用商店评论数据计算聚合指标生成。完整的覆盖范围、更新周期及字段级数据字典可在数据集官方页面（https://data.zalize.com/datasets/app-review-complaint-benchmarks）查看。

搜集汇总

数据集介绍

构建方式

该数据集源自DataForge开放数据计划，基于Apple App Store与Google Play的真实用户评论数据构建而成。其核心构建流程涉及对海量评论进行情感分析与主题分类，通过自然语言处理技术将评论映射至崩溃、广告、计费等八大投诉主题，并在此基础上聚合生成三个层次的基准数据集：应用投诉档案、类别基准及主题排行榜。每个应用条目包含评论量、情感得分、各投诉主题占比及其与所属类别中位数的偏差值等结构化指标，确保了数据的多维覆盖与统计严谨性。

特点

该数据集以47个应用商店类别为基准框架，涵盖了5,592个应用的丰富投诉画像，特色在于将细粒度的投诉主题量化指标与类别标准值进行对比，使单个应用的投诉特征可被置于行业语境中解读。其三表分立的结构设计——应用档案、类别基准及最差表现者排行榜——从多维度揭示了应用质量短板，为开发者提供了从宏观行业趋势到微观产品缺陷的洞察视角，兼具广度和深度。

使用方法

使用时可通过HuggingFace Datasets库直接加载，数据集提供三个配置选项以适应不同分析需求。开发者可依据应用档案表进行竞争弱点解析，借助类别基准表确立产品改进的优先级，或利用排行榜快速识别各投诉主题的典型问题应用。该数据集适用于学术研究、产品开发决策及投资尽调等场景，且提供S、M、L三种数据层级，便于用户按需获取从单商店基础信息至完整排行榜的全面数据。

背景与挑战

背景概述

该数据集由DataForge开放数据项目于2026年发布，旨在系统性地量化移动应用商店中用户投诉的分布与基准。研究团队利用Apple App Store和Google Play的真实评论数据，构建了覆盖47个应用类别、5,592款应用的投诉主题基准，涵盖崩溃、广告、计费、用户体验等八个核心维度。该工作填补了应用质量评估中缺乏标准化投诉度量体系的空白，为开发者、产品经理及投资者提供了跨应用、跨类别的可比较性指标，对应用生态的竞争分析与产品优化具有重要参考价值。

当前挑战

该数据集面临多重挑战。领域层面，应用评论的非结构化与高噪声特性使得投诉主题的准确抽取与分类极为困难，同时不同应用类别间的投诉分布差异显著，构建统一的基准需处理异质性。构建过程中，需应对评论采样的代表性、多语言文本的情感分析偏差以及跨商店数据格式不一致等问题。此外，数据集的时效性依赖于评论的持续更新，如何维持基准的长期有效性并避免过时，亦是亟待解决的挑战。

常用场景

经典使用场景

该数据集面向移动应用领域的用户反馈分析，覆盖苹果App Store与Google Play两大主流应用商店，整合了5,592款应用、47个商店类别的真实评论数据，并构建了以投诉主题（如崩溃、广告、计费订阅、登录账户等）为核心的结构化基准。其经典使用场景在于作为文本分类任务的标准化评估基准，研究者可直接利用其中的类别基准、应用投诉画像及主题排行榜，对应用评论进行多标签投诉主题识别与情感分析，从而在统一框架下衡量不同自然语言处理模型在细粒度用户投诉检测上的性能优劣。

解决学术问题

该数据集有效解决了移动应用评论研究中长期存在的缺乏跨商店、跨类别标准化基准的学术难题。传统研究往往依赖小规模、单一平台或手工标注的数据，难以进行可复现的横向对比。此数据集通过系统化的分层抽样与统计汇总，提供了各类别投诉率的四分位数分布及每款应用相对类别的偏差值，使得研究者能够定量分析不同类别应用在用户投诉模式上的异同，支撑关于服务质量、用户满意度与产品迭代策略的实证研究，显著提升了研究结论的稳健性与可比较性。

衍生相关工作

该数据集所衍生的相关工作主要集中在面向应用评论的自动分类模型与可视化分析系统。研究者可基于其标注的投诉主题分布，训练并优化深度学习模型，实现用户投诉的实时监控与预警。此外，其对‘差于类别中位数’的应用识别机制，启发了‘异常检测’方向的研究，即自动发现显著偏离行业标准的应用，用于大规模应用质量筛查。这一系列工作推动了从被动收集反馈到主动质量管理的范式转变，为移动生态的系统化研究提供了数据驱动的起点。