nbtpj/6k-sample

---
dataset_info:
features:
- name: bucketized_user_age
dtype: float32
- name: movie_genres
sequence: int64
- name: movie_id
dtype: binary
- name: movie_title
dtype: binary
- name: timestamp
dtype: int64
- name: user_gender
dtype: bool
- name: user_id
dtype: binary
- name: user_occupation_label
dtype: int64
- name: user_occupation_text
dtype: binary
- name: user_rating
dtype: float32
- name: user_zip_code
dtype: binary
- name: bio prompt
dtype: string
- name: history prompt
dtype: string
- name: history overview prompt
dtype: string
- name: job-group prompt
dtype: string
- name: age-group prompt
dtype: string
- name: gender-group prompt
dtype: string
- name: region-group prompt
dtype: string
- name: cross-movie prompt
dtype: string
- name: cross-cate prompt
dtype: string
splits:
- name: train
num_bytes: 39211129
num_examples: 6000
download_size: 5318113
dataset_size: 39211129
---
# Dataset Card for "6k-sample"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
dataset_info: 数据集信息
features:
- 特征：bucketized_user_age（分箱用户年龄），数据类型为float32（单精度32位浮点数）
- 特征：movie_genres（电影流派），为序列类型的int64（64位整数）
- 特征：movie_id（电影ID），数据类型为binary（二进制类型）
- 特征：movie_title（电影标题），数据类型为binary（二进制类型）
- 特征：timestamp（时间戳），数据类型为int64（64位整数）
- 特征：user_gender（用户性别），数据类型为bool（布尔类型）
- 特征：user_id（用户ID），数据类型为binary（二进制类型）
- 特征：user_occupation_label（用户职业标签），数据类型为int64（64位整数）
- 特征：user_occupation_text（用户职业文本），数据类型为binary（二进制类型）
- 特征：user_rating（用户评分），数据类型为float32（单精度32位浮点数）
- 特征：user_zip_code（用户邮政编码），数据类型为binary（二进制类型）
- 特征：bio prompt（个人简介提示词），数据类型为string（字符串类型）
- 特征：history prompt（历史交互提示词），数据类型为string（字符串类型）
- 特征：history overview prompt（历史交互概述提示词），数据类型为string（字符串类型）
- 特征：job-group prompt（职业组提示词），数据类型为string（字符串类型）
- 特征：age-group prompt（年龄组提示词），数据类型为string（字符串类型）
- 特征：gender-group prompt（性别组提示词），数据类型为string（字符串类型）
- 特征：region-group prompt（地区组提示词），数据类型为string（字符串类型）
- 特征：cross-movie prompt（跨电影提示词），数据类型为string（字符串类型）
- 特征：cross-cate prompt（跨类别提示词），数据类型为string（字符串类型）
splits:
- 划分集：train（训练集），占用字节数为39211129，样本总数为6000
download_size: 下载大小为5318113
dataset_size: 数据集总大小为39211129
---
# 「6k-sample」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• bucketized_user_age: 数据类型为 float32。
• movie_genres: 数据类型为 int64，序列类型。
• movie_id: 数据类型为 binary。
• movie_title: 数据类型为 binary。
• timestamp: 数据类型为 int64。
• user_gender: 数据类型为 bool。
• user_id: 数据类型为 binary。
• user_occupation_label: 数据类型为 int64。
• user_occupation_text: 数据类型为 binary。
• user_rating: 数据类型为 float32。
• user_zip_code: 数据类型为 binary。
• bio prompt: 数据类型为 string。
• history prompt: 数据类型为 string。
• history overview prompt: 数据类型为 string。
• job-group prompt: 数据类型为 string。
• age-group prompt: 数据类型为 string。
• gender-group prompt: 数据类型为 string。
• region-group prompt: 数据类型为 string。
• cross-movie prompt: 数据类型为 string。
• cross-cate prompt: 数据类型为 string。

数据集分割

• train: 数据大小为 39211129 字节，包含 6000 个样本。

数据集大小

• 下载大小: 5318113 字节。
• 数据集总大小: 39211129 字节。