对本公司的用途:1)通过分析收支明细功能的使用强度预测数据，了解用户对自身游戏内收支情况的关注程度，优化收支明细的展示界面和查询方式，提升用户体验，增强用户对游戏内经济系统的信任。2)若收支明细功能使用强度持续增长，可考虑推出更多与收支相关的数据分析服务，如消费趋势分析、收益预测等增值服务，提升用户粘性和变现能力。对同行(其他合成类益智游戏开发者)的用途:通过对比行业数据，评估收支明细功能的用户

浙江省数据知识产权登记平台2025-12-19 更新160

Veinsz/Amazon_Food_Review

电商

评论分析

AFR数据集是一个适用于特征提取任务的数据集，其规模在10K到100K之间。

Hugging Face2025-01-26 更新160

短剧平台在线客服功能使用强度预测数据

短剧平台

用户行为预测

对本公司的用途 1.通过分析在线客服功能的使用强度预测数据，识别用户咨询的高峰时段，合理安排客服人员，提升用户满意度。 2.若在线客服功能使用强度持续增长，可探索增值服务(如付费优先客服服务)，提升变现能对同行(其他短剧平台开发者)的用途: 1.对比行业数据，评估在线客服功能的用户接受度，判断是否值得投入开发类似功能2.数据可作为行业报告基础，推动短剧平台在线客服服务的标准化，促进行业良性发展。

浙江省数据知识产权登记平台2025-12-26 更新170

MMECInstruct

电商

多模态学习

该数据集是一个大规模、高质量的多模态指令数据集，旨在使通用多模态基础模型（MFMs）适应电商领域。它包含了针对各种电商任务所需的视觉和文本内容。在构建此数据集时，我们遵循了多模态数据融合、任务广泛覆盖以及高质量保证的原则。涉及的电商任务包括可回答性预测、类别分类、产品关系预测、产品替代品识别、多类别产品分类、情感分析以及序列推荐等。

arXiv160

电商用户购买行为预测_比赛

资源简介：

相关数据集