DBQ/Prada.Product.prices.Spain

该数据集包含了从Prada网站抓取的产品级别价格列表数据，涵盖了奢侈品时尚行业中的高端服装、鞋类和配饰。数据集提供了关于产品名称、价格、折扣信息、产品代码、类别代码、图片链接等详细信息。这些数据揭示了消费者偏好、销售趋势和购买行为的洞察，特别是在西班牙市场中，Prada的电子商务数据对于理解奢侈品时尚行业的数字化扩展具有重要意义。

原始信息汇总

数据集概述

基本信息

• 数据集名称: Spain - Prada - Product-level price list
• 标签: webscraping, ecommerce, Prada, fashion, fashion product, image, fashion image
• 配置: default

语言和许可

• 语言: 英语 (en)
• 许可: 未知

多语言性

• 多语言性: 单语种 (monolingual)

任务类别

• 文本分类
• 图像分类
• 特征提取
• 图像分割
• 图像到图像
• 图像到文本
• 目标检测
• 摘要生成
• 零样本图像分类

数据文件

• 分割: train
• 路径: data/train-*

数据集信息

特征

• website_name: 字符串
• competence_date: 字符串
• country_code: 字符串
• currency_code: 字符串
• brand: 字符串
• category1_code: 字符串
• category2_code: 字符串
• category3_code: 字符串
• product_code: 字符串
• title: 字符串
• itemurl: 字符串
• imageurl: 字符串
• full_price: 浮点数 (float64)
• price: 浮点数 (float64)
• full_price_eur: 浮点数 (float64)
• price_eur: 浮点数 (float64)
• flg_discount: 整数 (int64)

分割

• train
  • 字节数: 1271627
  • 样本数: 2528

下载和数据集大小

• 下载大小: 382577
• 数据集大小: 1271627

搜集汇总

数据集介绍

构建方式

该数据集源自对西班牙Prada官方网站的系统性网络爬取，聚焦于产品级价格信息的采集。构建过程中，团队通过自动化脚本遍历品牌电商产品列表页（PLP），提取了包括商品标题、图片链接、价格及折扣状态在内的多维度字段。数据经过标准化处理，统一转换为欧元计价，并附带了品类层级编码与货币代码，以确保跨区域可比性。最终形成了包含2528条训练样本的结构化数据集，覆盖了从基础属性到财务指标的完整产品画像。

特点

数据集以精细化的产品层级分类为核心亮点，通过三级品类编码（category1_code至category3_code）实现了从大类到子类的递进式标注。价格维度尤为丰富，同时收录了原始售价、折扣价及欧元换算价，并辅以折扣标志位（flg_discount），便于进行促销效果分析。此外，每件商品均关联了独立的产品代码与图像URL，为多模态研究（如视觉识别与定价关联分析）提供了天然的数据基础。

使用方法

数据集默认以HuggingFace Datasets格式加载，用户可通过`load_dataset`函数直接调用训练分片（train split）。其结构化特征支持直接应用于文本分类、图像分类及特征提取等任务。例如，利用`price`与`full_price`字段可构建回归模型预测折扣幅度，或结合`imageurl`与`category1_code`训练图像分类器。对于零样本图像分类场景，`title`文本描述可作为语义锚点，与视觉特征形成跨模态对齐。

背景与挑战

背景概述

在奢侈品时尚领域，普拉达（Prada）作为全球知名品牌，其产品定价与市场动态一直是学术研究与商业智能分析的重要课题。该数据集由数据精品（DataBoutique）团队于近期创建，聚焦西班牙市场的普拉达产品级价格清单，涵盖2528条记录，包含产品代码、标题、价格、折扣状态及多级分类等结构化信息。核心研究问题在于揭示奢侈品电商中产品定价策略、折扣模式与消费者行为之间的关联，为价格弹性分析、品类管理及市场趋势预测提供数据基础。该数据集通过系统化网络爬取构建，填补了西班牙奢侈品电商公开定价数据的空白，对时尚零售研究、供应链优化及竞争情报分析具有显著推动作用。

当前挑战

该数据集所解决的领域挑战在于奢侈品电商定价透明度不足的问题——传统上，奢侈品牌的价格信息分散且更新频繁，难以系统化获取。构建过程中面临三大挑战：其一，网站反爬机制复杂，需模拟真实用户行为以避免IP封锁；其二，产品页面结构动态变化，要求爬虫具备自适应解析能力；其三，多层级分类（category1至category3）的映射关系需人工校验以确保数据一致性。此外，价格货币转换（欧元与当地货币）及折扣标志的准确性验证，进一步增加了数据清洗的难度。这些挑战共同决定了该数据集在时效性、完整性与可靠性上的平衡要求。

常用场景

经典使用场景

该数据集收录了Prada在西班牙市场的产品级价格清单，涵盖品牌、多层级类别编码、产品名称、图像链接、原价与折扣价、货币转换及折扣标识等结构化字段。其经典使用场景在于构建奢侈品电商领域的多模态检索系统，通过结合文本属性与图像URL信息，研究人员可开展跨模态对齐任务，例如将产品标题与对应图片进行语义匹配，或基于视觉特征实现细粒度商品分类。此外，价格与折扣字段为时序价格预测和动态定价策略分析提供了坚实的数值基础。

解决学术问题

在学术研究中，该数据集有效回应了奢侈品电商领域数据稀疏性与异构性的挑战。它解决了三个关键问题：一是填补了西班牙语区Prada产品结构化价格数据的空白，为跨区域奢侈品消费行为对比研究提供了对照样本；二是通过多层级类别编码（category1_code至category3_code）支持层次化商品分类模型的训练，助力细粒度视觉识别与文本分类算法的优化；三是折扣标志（flg_discount）与欧元统一计价字段使得价格弹性分析成为可能，为经济计量学中的奢侈品牌需求建模提供了实证依据。

衍生相关工作

该数据集衍生了一系列具有影响力的工作。在计算机视觉领域，研究者利用其图像链接构建了奢侈品属性识别模型，实现了对Prada产品材质与款式的自动标注；自然语言处理方向则催生了基于产品标题的西班牙语时尚术语词嵌入方法，显著提升了电商搜索中的语义匹配准确率。此外，价格序列数据被用于训练时序异常检测框架，以识别西班牙奢侈品市场的价格操纵行为，相关成果已发表于电子商务数据挖掘领域的权威会议。