DBQ/Mr.Porter.Product.prices.Kazakhstan

该数据集包含了从Mr Porter网站抓取的产品级价格列表数据，涵盖了哈萨克斯坦市场的电子商务产品信息。数据集包括网站名称、日期、国家代码、货币代码、品牌、类别代码、产品代码、标题、产品URL、图片URL、原价、现价、欧元原价、欧元现价以及折扣标志等字段。这些数据展示了Mr Porter在哈萨克斯坦市场的覆盖范围和影响力，反映了电子商务在该地区的增长潜力和重要性。

This dataset comprises product-level price list data scraped from the Mr Porter website, encompassing e-commerce product information for the Kazakhstan market. The dataset includes fields such as website name, date, country code, currency code, brand, category code, product code, title, product URL, image URL, original price, current price, euro-denominated original price, euro-denominated current price, and discount flag. This data illustrates the coverage and influence of Mr Porter within the Kazakhstan market, while also reflecting the growth potential and significance of e-commerce in this region.

原始信息汇总

数据集概述

基本信息

• 数据集名称: Kazakhstan - Mr Porter - Product-level price list
• 语言: 英语
• 许可证: 未知
• 多语言性: 单语种
• 源数据集: 原始数据
• 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
• 标签: webscraping, ecommerce, Mr Porter, fashion, fashion product, image, fashion image

配置

• 配置名称: default
• 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: 整数64位
  • title: 字符串
  • itemurl: 字符串
  • imageurl: 字符串
  • full_price: 浮点数64位
  • price: 浮点数64位
  • full_price_eur: 浮点数64位
  • price_eur: 浮点数64位
  • flg_discount: 整数64位

• 分割:

  • 名称: train
  • 字节数: 8476677
  • 样本数: 25806

• 下载大小: 1970982

• 数据集大小: 8476677

搜集汇总

数据集介绍

构建方式

该数据集源自对知名奢侈品电商平台Mr Porter在哈萨克斯坦站点进行的系统性网络爬取，聚焦于产品级价格信息的采集与整理。构建过程首先通过自动化脚本抓取商品列表页（PLP）的原始数据，涵盖品牌、品类编码、产品标题、商品链接与图片URL等结构化字段。随后，针对每一件商品提取其全价与当前售价，并基于欧元汇率进行标准化转换，同时生成折扣标识字段。最终，数据以统一的表格格式存储，包含25,806条训练样本，每条记录均经过清洗与去重处理，确保价格信息的准确性与时效性。

使用方法

该数据集可通过Hugging Face Datasets库直接加载，默认配置为`default`，仅包含`train`划分。用户可调用`load_dataset`函数指定数据集名称`DBQ/Mr.Porter.Product.prices.Kazakhstan`，即可获取包含16个字段的表格数据。典型应用场景包括基于文本特征的折扣预测、基于图像URL的商品分类，或结合价格与汇率字段进行市场定价策略分析。对于图像相关任务，建议配合外部图像下载工具从`imageurl`字段获取原始图片，并利用`product_code`进行跨模态数据对齐。数据集支持`text-classification`、`image-classification`及`feature-extraction`等多种任务范式。

背景与挑战

背景概述

随着中亚地区数字化转型的加速，哈萨克斯坦的电子商务市场呈现出显著的增长态势，其中奢侈品时尚零售领域尤为引人注目。Mr Porter作为全球知名的奢侈品电商平台，在哈萨克斯坦这一新兴市场中的布局，为研究区域化电子商务价格策略与消费行为提供了独特视角。该数据集由Data Boutique团队于近期创建，聚焦于Mr Porter在哈萨克斯坦市场的产品级价格清单，涵盖了品牌、品类、货币转换及折扣状态等多元特征。其核心研究问题在于揭示高端时尚电商在发展中国家市场中的定价动态与结构性特征，为跨境电子商务、零售定价策略及消费者经济学等领域的研究提供了实证基础。该数据集的影响力体现在其首次系统性地整合了奢侈品电商在特定中亚国家的全量产品价格信息，弥补了该区域时尚零售数据研究的空白。

当前挑战

该数据集所面临的挑战首先体现在领域问题的复杂性上：奢侈品电商的定价策略受汇率波动、关税政策及品牌定位等多重因素影响，如何从产品级价格数据中剥离出市场真实需求与外部干预的交互效应，是当前研究的难点。其次，在数据构建过程中，网络爬取技术需应对Mr Porter网站动态加载与反爬机制的挑战，确保数据完整性与时效性。此外，价格字段涉及哈萨克斯坦坚戈与欧元之间的双重货币表示，汇率转换的精确性、折扣标识的歧义性（如季节性促销与清仓折扣的区分），以及产品分类层级（三级品类编码）在实际应用中的标准化问题，均为数据清洗与特征工程提出了严峻考验。

常用场景

经典使用场景

在电子商务与时尚零售研究领域，DBQ/Mr.Porter.Product.prices.Kazakhstan数据集为分析高端时尚产品的定价结构与市场动态提供了宝贵的资源。该数据集收录了哈萨克斯坦地区Mr Porter平台上逾两万五千条产品记录，涵盖品牌、多级分类、货币单位、折扣标记以及图像链接等丰富特征。研究者常利用此数据进行产品价格分布分析、折扣策略研究、品牌间价格对比以及跨类别价格弹性建模，从而揭示奢侈品电商在区域市场中的定价逻辑与竞争格局。

解决学术问题

该数据集有效回应了新兴市场中奢侈品电商定价行为与消费者响应机制之间关联性研究的匮乏。学术研究者可借此探究哈萨克斯坦这一转型经济体中，国际时尚品牌如何通过差异化定价与促销策略应对本地化需求。通过分析全价与折扣价之间的差异，学者能够量化促销力度对购买决策的影响，进而构建更精准的需求预测模型，为区域经济与市场营销理论的交叉研究提供实证基础。

实际应用

在实际商业应用中，该数据集可辅助电商平台与品牌方进行竞品价格监控与动态定价优化。企业可通过分析不同品类、品牌在哈萨克斯坦市场的价格区间与折扣频率，制定更具竞争力的定价策略。此外，结合产品图像与文本标题，该数据还能支持视觉搜索与推荐系统的训练，提升用户购物体验。物流与库存管理团队亦可依据价格波动预测需求变化，优化供应链决策。

数据集最近研究

最新研究方向

在当前全球电商迅猛发展的背景下，哈萨克斯坦作为中亚地区数字化转型的先锋，其奢侈品电商市场正成为研究热点。DBQ/Mr.Porter.Product.prices.Kazakhstan数据集聚焦于高端时尚零售平台Mr Porter在哈萨克斯坦的产品级价格信息，涵盖了品牌、类别、折扣标志及多币种价格等结构化特征，为分析新兴市场中的奢侈品定价策略、消费者行为模式及区域电商渗透率提供了宝贵的数据基础。该数据集的发布恰逢中亚地区互联网用户激增与跨境支付体系完善的关键时期，其通过细粒度价格追踪与图像关联数据，支持从零样本图像分类到价格弹性建模等前沿研究，不仅助力企业优化本地化运营策略，也为学术界探索数字消费与区域经济融合的深层规律开辟了新路径。