mesmalif/amazon-shoe-reviews

---
dataset_info:
features:
- name: marketplace
dtype: string
- name: customer_id
dtype: string
- name: review_id
dtype: string
- name: product_id
dtype: string
- name: product_parent
dtype: string
- name: product_title
dtype: string
- name: product_category
dtype: string
- name: labels
dtype: int64
- name: helpful_votes
dtype: int64
- name: total_votes
dtype: int64
- name: vine
dtype: int64
- name: verified_purchase
dtype: int64
- name: review_headline
dtype: string
- name: text
dtype: string
- name: review_date
dtype: string
splits:
- name: train
num_bytes: 34784832.6
num_examples: 90000
- name: test
num_bytes: 3864981.4
num_examples: 10000
download_size: 21283157
dataset_size: 38649814.0
---
# Dataset Card for "amazon-shoe-reviews"

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

---
数据集信息（dataset_info）：
特征列表：
- 名称：市场（marketplace），数据类型：字符串
- 名称：客户ID（customer_id），数据类型：字符串
- 名称：评论ID（review_id），数据类型：字符串
- 名称：商品ID（product_id），数据类型：字符串
- 名称：商品父ID（product_parent），数据类型：字符串
- 名称：商品标题（product_title），数据类型：字符串
- 名称：商品类别（product_category），数据类型：字符串
- 名称：标签（labels），数据类型：64位整数（int64）
- 名称：有用投票数（helpful_votes），数据类型：64位整数
- 名称：总投票数（total_votes），数据类型：64位整数
- 名称：Vine计划参与标识（vine），数据类型：64位整数
- 名称：验证购买标识（verified_purchase），数据类型：64位整数
- 名称：评论标题（review_headline），数据类型：字符串
- 名称：评论正文（text），数据类型：字符串
- 名称：评论日期（review_date），数据类型：字符串
数据拆分：
- 名称：训练集（train），占用字节数：34784832.6，样本数：90000
- 名称：测试集（test），占用字节数：3864981.4，样本数：10000
下载大小：21283157
数据集总大小：38649814.0
---
# 「亚马逊鞋类评论」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

数据集名称

• 名称: amazon-shoe-reviews

数据集特征

• 特征列表:
  • marketplace: string
  • customer_id: string
  • review_id: string
  • product_id: string
  • product_parent: string
  • product_title: string
  • product_category: string
  • labels: int64
  • helpful_votes: int64
  • total_votes: int64
  • vine: int64
  • verified_purchase: int64
  • review_headline: string
  • text: string
  • review_date: string

数据集分割

• 训练集:
  • 数据量: 34784832.6 bytes
  • 样本数: 90000
• 测试集:
  • 数据量: 3864981.4 bytes
  • 样本数: 10000

数据集大小

• 下载大小: 21283157 bytes
• 总数据集大小: 38649814.0 bytes

搜集汇总

数据集介绍

构建方式

在电子商务领域，用户评论数据是洞察消费者行为与产品表现的重要资源。mesmalif/amazon-shoe-reviews数据集源自亚马逊平台的鞋类商品评论，通过系统化采集与结构化整理构建而成。该数据集包含90,000条训练样本与10,000条测试样本，每条记录涵盖市场标识、用户ID、评论ID、产品ID、产品标题、产品类别、标签、有帮助票数、总票数、Vine计划标识、购买验证状态、评论标题、评论文本及评论日期等15个字段，形成了丰富且多维的评论信息体系。

特点

该数据集的核心特点在于其精细化的字段设计与高度的实用性。不仅提供了评论文本与标题等自然语言内容，还包含了标签（labels）用于情感或评分分类，以及helpful_votes和total_votes等量化指标，便于评估评论的认可度。同时，vine与verified_purchase字段能够区分评论者是否参与亚马逊Vine计划或为已验证购买者，为分析评论真实性提供了独特视角。数据集规模适中，训练与测试集划分明确，适合情感分析、推荐系统及用户行为研究等任务。

使用方法

使用该数据集时，可直接通过HuggingFace Datasets库加载，指定数据集名称为mesmalif/amazon-shoe-reviews，并利用内置的split参数选择训练或测试集。研究人员可基于text和review_headline字段进行文本挖掘，或利用labels字段开展分类模型训练。此外，通过helpful_votes与total_votes可计算评论帮助率，结合vine与verified_purchase进行评论可靠性分析，适用于多模态的电子商务数据探索与模型开发场景。

背景与挑战

背景概述

在电子商务迅猛发展的时代，用户生成内容（UGC）如产品评论已成为消费者决策和商家服务质量改进的重要依据。Amazon鞋类评论数据集（mesmalif/amazon-shoe-reviews）由研究者在Amazon平台上收集整理，旨在为自然语言处理与情感分析领域提供高质量的细粒度文本资源。该数据集涵盖市场、顾客、产品、评论标题、正文、标签、投票数及购买验证状态等多维字段，训练集包含90,000条样本，测试集10,000条，为鞋类产品评论的情感分类与可解释性分析提供了坚实的数据基础。其发布推动了电商评论情感极性识别与实用信息提取的研究进展，尤其在帮助模型理解产品属性与用户偏好关联方面具有重要影响力。

当前挑战

该数据集面临的核心挑战体现在两个方面：首先，在领域问题层面，鞋类评论中情感表达常与产品尺寸、舒适度、材质等属性交织，传统情感分类模型难以捕捉这类细粒度语义，导致对复杂评价（如“尺码偏小但质量好”）的极性判断易出现偏差。其次，在构建过程中，评论数据来源于非结构化文本，存在拼写错误、缩写、口语化表达及虚假评论（如未验证购买或Vine计划用户生成内容）等噪声，如何有效清洗并保留有效信息是一大难题。此外，标签（labels）字段的标注一致性需严格把控，而评论时间跨度与市场多样性进一步增加了数据分布的异质性，对模型泛化能力构成显著考验。

常用场景

经典使用场景

在电子商务与自然语言处理的交叉领域中，亚马逊鞋子评论数据集因其丰富的用户生成内容而备受青睐。该数据集包含市场、客户ID、评论标题及正文等字段，尤其适用于情感分析任务，研究者可基于文本特征预测评论的情感极性，从而洞察消费者对鞋类产品的满意度与偏好。

解决学术问题

该数据集有效解决了电子商务环境下非结构化文本的语义理解难题，为学术研究提供了标准化基准。通过分析评论中的情感倾向与有用性投票，学者可探索用户评价行为的深层规律，推动情感计算与意见挖掘理论的发展，并助力构建更精准的推荐系统模型。

衍生相关工作

该数据集衍生了多项经典工作，如基于深度学习的评论情感分类模型、多模态融合的鞋类推荐算法，以及利用投票信息评估评论质量的研究。这些工作不仅验证了数据集的学术价值，还推动了电子商务领域从文本分析到智能决策的范式演进。