用户行为冷热数据存储数据集

为了完成对冷热数据判定策略的精度测试与整体存储策略的功能、性能测试，所采用的数据库数据集是天池实验室所提供的“淘宝用户行为数据集”，该数据集记录了2017年11 月末一周的共计上亿条淘宝用户行为数据，其涉及约百万位不同用户的4种行为 （点击、购买、加购、喜欢）以及四百多万件不同商品。为将数据用于测试，实验对数据进行了清洗，首先将4种用户行为简化为了对数据的查询和修改操作，将'pv'和'fav'定义为GET操作，将'cart'和'buy'定义为 SET操作。最终数据保留了一条用户行为记录中的商品ID、行为类型以及时间戳信息，由于商品具体信息在数据中并未提供，因此本测试为商品加入了固定长度的商品信息，以此形成冷热数据存储机制的数据库数据集。

搜集汇总

背景与挑战

背景概述

该数据集旨在测试冷热数据判定与存储策略的精度和性能，基于淘宝用户行为数据构建。数据经过清洗和简化，将用户行为归类为查询和修改操作，并保留了商品ID、行为类型及时间戳等关键信息。为适应测试需求，还添加了固定长度的商品信息以完善数据内容。