nyuuzyou/ke-products

该数据集是从俄罗斯市场Kazanexpress的产品页面抓取的，包含了产品卡片的所有信息和API的元数据。数据集收集了大约300万种产品，假设这些是该市场上所有可用的产品。数据集主要使用俄语，但也可能包含其他语言。数据集的字段包括产品ID、标题、类别、评级、描述、评论、属性、卖家信息等。所有数据都位于训练集，没有验证集。数据集使用CC0许可证，允许任何用途的使用、修改和分发，无需许可或署名。

原始信息汇总

数据集卡片 - Kazanexpress products

数据集概述

该数据集是从俄罗斯市场平台Kazanexpress的产品页面抓取的。它包括产品卡片的所有信息和API的元数据。数据集是通过处理大约300万个产品收集的，从第一个产品开始。在数据集收集时，假设这些是该市场平台上所有可用的产品。请注意，API返回的数据未经过处理，这意味着数据集中包含大量无关数据，如描述中的图片链接和HTML片段。此外，某些字段可能为空，但预期字符串应包含某些数据，空响应已进行排序。

语言

数据集主要为俄语，但可能包含其他语言。

数据集结构

数据字段

该数据集包括以下字段：

• id: 产品标识符（整数）
• title: 产品标题（字符串）
• category: 产品类别（字符串）
• parent_category: 产品父类别（字符串）
• grandparent_category: 产品祖父类别（字符串）
• greatgrandparent_category: 产品曾祖父类别（字符串）
• rating: 产品评分（浮点数）
• description: 产品描述（字符串）
• comments: 产品评论（数组）
• attributes: 产品属性（数组）
• seller: 卖家名称（字符串）
• seller_description: 卖家提供的描述（字符串）
• adultCategory: 产品是否为成人产品（布尔值）

数据分割

所有示例都在训练分割中，没有验证分割。

附加信息

许可证

该数据集根据Creative Commons Zero (CC0) 许可证公开到公共领域。这意味着您可以：

• 将其用于任何目的，包括商业项目。
• 随意修改。
• 无需请求许可即可分发。

无需署名，但始终受到赞赏！

CC0许可证：https://creativecommons.org/publicdomain/zero/1.0/deed.en

要了解更多关于CC0的信息，请访问Creative Commons网站：https://creativecommons.org/publicdomain/zero/1.0/

数据集策展人

• nyuuzyou