Wouter01/RecSys_demo

该数据集包含三个主要部分：文章（articles）、用户行为（behaviors）和历史记录（history）。文章部分包含文章的ID、标题、副标题、发布时间、主题、类别和情感评分等信息；用户行为部分记录了用户的印象ID、印象时间、阅读时间、浏览的文章ID、点击的文章ID、用户ID和会话ID；历史记录部分则包括用户ID、固定的印象时间、滚动百分比、固定的文章ID和固定的阅读时间。这些数据可能用于分析用户阅读行为、文章推荐系统等应用。

原始信息汇总

数据集概述

数据集1: articles

• 配置名称: articles
• 特征:
  • article_id: int32
  • title: string
  • subtitle: string
  • published_time: timestamp[us]
  • topics: sequence: string
  • category_str: string
  • sentiment_score: float32
  • sentiment_label: string
• 分割:
  • train:
    • num_examples: 11777
    • num_bytes: 3095747
• 下载大小: 1665497
• 数据集大小: 3095747

数据集2: behaviors

• 配置名称: behaviors
• 特征:
  • impression_id: uint32
  • impression_time: timestamp[us]
  • read_time: float32
  • article_ids_inview: sequence: int32
  • article_ids_clicked: sequence: int32
  • user_id: uint32
  • session_id: uint32
• 分割:
  • train:
    • num_examples: 24724
    • num_bytes: 2003276
  • validation:
    • num_examples: 25356
    • num_bytes: 2133072
• 下载大小: 2455134
• 数据集大小: 4136348

数据集3: history

• 配置名称: history
• 特征:
  • user_id: uint32
  • impression_time_fixed: sequence: timestamp[us]
  • scroll_percentage_fixed: sequence: float32
  • article_id_fixed: sequence: int32
  • read_time_fixed: sequence: float32
• 分割:
  • train:
    • num_examples: 1590
    • num_bytes: 345509
  • compare:
    • num_examples: 1590
    • num_bytes: 5230450
  • validation:
    • num_examples: 1562
    • num_bytes: 339616
• 下载大小: 9629769
• 数据集大小: 5915575