Fliggy

该数据集来自中国最受欢迎的在线旅游平台之一，包含了用户与物品的互动行为，如点击、收藏、加入购物车和购买等。此外，该数据集被用于评估所提出的长短期兴趣去噪网络（LSIDN）模型。在规模上，前18个月的数据用于训练，接下来的3个月用于验证，最后的3个月用于测试。该数据集的任务是进行序列推荐。

This dataset is sourced from one of the most popular online travel platforms in China, and contains user-item interaction behaviors including clicks, favorites, cart additions, purchases and other similar actions. Additionally, this dataset is utilized to evaluate the proposed Long- and Short-term Interest Denoising Network (LSIDN) model. In terms of data scale, the first 18 months of data are used for training, the subsequent 3 months for validation, and the final 3 months for testing. The task of this dataset is sequential recommendation.

搜集汇总

背景与挑战

背景概述

该数据集是来自飞猪旅行平台的用户行为数据，用于推荐系统研究。它包含用户历史行为、用户画像和商品属性三个部分，覆盖约565万用户和27万商品，时间跨度为2019年至2021年。数据已脱敏处理，规模庞大且来自真实工业场景，旨在帮助建模用户兴趣以提升推荐效果。