有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Most well-known jewelry brands in the United States 2023|珠宝品牌数据集|市场调研数据集
收藏www.statista.com2025-01-21 收录
下载链接：
https://www.statista.com/statistics/1343732/most-well-known-jewelry-brands-in-the-united-states/
下载链接
链接失效反馈资源简介：
With 83 percent brand recognition, Chanel is the most well-known jewelry brand in the United States, followed by Tiffany & Co. and Pandora, while the jewelry brand popularity ranking is led by Tiffany & Co. Claire's, on the other hand, takes first place in our jewelry brand ownership ranking, with 30 percent of jewelry owners saying they own a piece by the brand.For this study, brand awareness was surveyed employing the concept of aided brand recognition, showing respondents both the brand's logo and the written brand name.
凭借高达83%的品牌认知度，香奈儿成为美国最知名的珠宝品牌，紧随其后的是蒂芙尼（Tiffany & Co.）和潘多拉（Pandora）。在珠宝品牌受欢迎度排名中，蒂芙尼（Tiffany & Co.）位居榜首。另一方面，在珠宝品牌拥有率排名中，克莱尔（Claire's）独占鳌头，30%的珠宝拥有者表示拥有该品牌的产品。本研究采用辅助品牌认知的概念对品牌知名度进行调查，向受访者展示了品牌的标志和书面品牌名称。
提供机构：
Statista
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
mstz/speeddating
Speed dating数据集来自OpenML，主要用于二分类任务，即判断两个人是否会约会。数据集的规模在1K到10K之间，包含多个特征，如性别、年龄、种族、兴趣等。
hugging_face 收录
中国裁判文书网
中国裁判文书网是中国最高人民法院设立的官方网站，旨在公开各级法院的裁判文书。该数据集包含了大量的法律文书，如判决书、裁定书、调解书等，涵盖了民事、刑事、行政、知识产权等多个法律领域。
wenshu.court.gov.cn 收录
CACD
跨年龄名人数据集是用于跨年龄人脸识别和检索的数据集。它包含 2,000 位名人的 163,446 张图像。该数据集于 2014 年由马里兰大学计算机科学系发表，论文名为 cross-age Reference Coding for Age-invariant Face Recognition and Retrieval。
OpenDataLab 收录
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
UAVDT Dataset
The authors constructed a new UAVDT Dataset focused on complex scenarios with new level challenges. Selected from 10 hours raw videos, about 80, 000 representative frames are fully annotated with bounding boxes as well as up to 14 kinds of attributes (e.g., weather condition, flying altitude, camera view, vehicle category, and occlusion) for three fundamental computer vision tasks: object detection, single object tracking, and multiple object tracking.
datasetninja.com 收录