movie_lens

• คำอธิบาย :

ชุดข้อมูลนี้มีชุดการจัดเรตภาพยนตร์จากเว็บไซต์ MovieLens ซึ่งเป็นบริการแนะนำภาพยนตร์ ชุดข้อมูลนี้รวบรวมและดูแลโดย GroupLens ซึ่งเป็นกลุ่มวิจัยของมหาวิทยาลัยมินนิโซตา มี 5 เวอร์ชัน ได้แก่ "25m", "latest-small", "100k", "1m", "20m" ในชุดข้อมูลทั้งหมด ข้อมูลภาพยนตร์และข้อมูลการจัดอันดับจะรวมเข้ากับ "movieId" ชุดข้อมูล 25m ชุดข้อมูลขนาดเล็กล่าสุด และชุดข้อมูล 20m มีเฉพาะข้อมูลภาพยนตร์และข้อมูลการจัดเรตเท่านั้น ชุดข้อมูล 1m และชุดข้อมูล 100k ประกอบด้วยข้อมูลประชากรนอกเหนือจากข้อมูลภาพยนตร์และการจัดอันดับ

• "25m": นี่คือชุดข้อมูล MovieLens เวอร์ชันเสถียรล่าสุด ขอแนะนำเพื่อวัตถุประสงค์ในการวิจัย
• "latest-small": นี่คือส่วนย่อยเล็กๆ ของชุดข้อมูล MovieLens เวอร์ชันล่าสุด มีการเปลี่ยนแปลงและอัปเดตเมื่อเวลาผ่านไปโดย GroupLens
• "100k": นี่คือชุดข้อมูล MovieLens เวอร์ชันเก่าที่สุด เป็นชุดข้อมูลขนาดเล็กที่มีข้อมูลประชากร
• "1m": นี่คือชุดข้อมูล MovieLens ที่ใหญ่ที่สุดที่มีข้อมูลประชากร
• "20m": นี่เป็นหนึ่งในชุดข้อมูล MovieLens ที่ใช้มากที่สุดในเอกสารทางวิชาการพร้อมกับชุดข้อมูล 1m

สำหรับแต่ละเวอร์ชัน ผู้ใช้สามารถดูเฉพาะข้อมูลภาพยนตร์โดยเพิ่ม "-movies" ต่อท้าย (เช่น "25m-movies") หรือข้อมูลการจัดเรตร่วมกับข้อมูลภาพยนตร์ (และข้อมูลผู้ใช้ในชุดข้อมูล 1m และ 100k) โดยการเพิ่ม คำต่อท้าย "-เรทติ้ง" (เช่น "เรทติ้ง 25m")

คุณสมบัติด้านล่างนี้รวมอยู่ในทุกเวอร์ชันที่มี "-ratings" ต่อท้าย

• "movie_id": ตัวระบุเฉพาะของภาพยนตร์ที่ได้รับการจัดอันดับ
• "movie_title": ชื่อของภาพยนตร์ที่มีการจัดอันดับพร้อมปีที่ออกฉายในวงเล็บ
• "movie_genres": ลำดับของประเภทภาพยนตร์ที่มีการจัดเรต
• "user_id": ตัวระบุเฉพาะของผู้ใช้ที่ให้คะแนน
• "user_rating": คะแนนของการให้คะแนนในระดับห้าดาว
• "การประทับเวลา": การประทับเวลาของการให้คะแนน แสดงเป็นวินาทีตั้งแต่เที่ยงคืนตามเวลาสากลเชิงพิกัด (UTC) ของวันที่ 1 มกราคม พ.ศ. 2513

นอกจากนี้ เวอร์ชัน "100k-ratings" และ "1m-ratings" ยังรวมถึงคุณลักษณะด้านประชากรดังต่อไปนี้

• "user_gender": เพศของผู้ใช้ที่ให้คะแนน; ค่าที่แท้จริงสอดคล้องกับเพศชาย
• "bucketized_user_age": ค่าอายุที่เก็บข้อมูลของผู้ใช้ที่ให้คะแนน ค่าและช่วงที่เกี่ยวข้องคือ:
  • 1: "อายุต่ำกว่า 18 ปี"
  • 18: "18-24"
  • 25: "25-34"
  • 35: "35-44"
  • 45: "45-49"
  • 50: "50-55"
  • 56: "56+"
• "user_occupation_label": อาชีพของผู้ใช้ที่ให้คะแนนแทนด้วยป้ายกำกับที่เข้ารหัสด้วยจำนวนเต็ม ฉลากได้รับการประมวลผลล่วงหน้าเพื่อให้สอดคล้องกันในเวอร์ชันต่างๆ
• "user_occupation_text": อาชีพของผู้ใช้ที่ให้คะแนนในสตริงเดิม เวอร์ชันต่างๆ สามารถมีชุดป้ายกำกับข้อความดิบที่แตกต่างกันได้
• "user_zip_code": รหัสไปรษณีย์ของผู้ใช้ที่ให้คะแนน

นอกจากนี้ ชุดข้อมูล "100k-ratings" ยังมีคุณสมบัติ "raw_user_age" ซึ่งเป็นอายุที่แน่นอนของผู้ใช้ที่ให้คะแนน

ชุดข้อมูลที่มี "-movies" ต่อท้ายมีคุณลักษณะ "movie_id", "movie_title" และ "movie_genres" เท่านั้น

• หน้าแรก : https://grouplens.org/datasets/movielens/

• รหัสที่มา : tfds.structured.MovieLens

• รุ่น :

  • 0.1.1 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• การอ้างอิง :

@article{10.1145/2827872,
author = {Harper, F. Maxwell and Konstan, Joseph A.},
title = {The MovieLens Datasets: History and Context},
year = {2015},
issue_date = {January 2016},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
volume = {5},
number = {4},
issn = {2160-6455},
url = {https://doi.org/10.1145/2827872},
doi = {10.1145/2827872},
journal = {ACM Trans. Interact. Intell. Syst.},
month = dec,
articleno = {19},
numpages = {19},
keywords = {Datasets, recommendations, ratings, MovieLens}
}

movie_lens/25m-ratings (การกำหนดค่าเริ่มต้น)

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีการจัดอันดับ 25,000,095 ในภาพยนตร์ 62,423 เรื่อง สร้างโดยผู้ใช้ 162,541 คนระหว่างวันที่ 9 มกราคม 1995 ถึง 21 พฤศจิกายน
• ชุดข้อมูลนี้เป็นชุดข้อมูล MovieLens เวอร์ชันเสถียรล่าสุด ซึ่งสร้างขึ้นเมื่อวันที่ 21 พฤศจิกายน 2019

ผู้ใช้แต่ละคนให้คะแนนภาพยนตร์อย่างน้อย 20 เรื่อง เรตติ้งขึ้นทีละครึ่งดาว ชุดข้อมูลนี้ไม่รวมข้อมูลประชากร

• ขนาดการดาวน์โหลด : 249.84 MiB

• ขนาดชุดข้อมูล : 3.89 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	25,000,095

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
    'timestamp': int64,
    'user_id': string,
    'user_rating': float32,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง
การประทับเวลา	เทนเซอร์		int64
user_id	เทนเซอร์		สตริง
user_rating	เทนเซอร์		ลอย32

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/ภาพยนตร์ 25 ม

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้ประกอบด้วยข้อมูลของภาพยนตร์ 62,423 เรตในชุดข้อมูล 25m

• ขนาดการดาวน์โหลด : 249.84 MiB

• ขนาดชุดข้อมูล : 5.71 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	62,423

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/latest-small-ratings

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีการจัดอันดับ 100,836 เรื่องในภาพยนตร์ 9,742 เรื่อง สร้างขึ้นโดยผู้ใช้ 610 คนระหว่างวันที่ 29 มีนาคม 1996 ถึง 24 กันยายน 2018 ชุดข้อมูลนี้สร้างขึ้นเมื่อวันที่ 26 กันยายน 2018 และเป็นส่วนย่อยของชุดข้อมูล MovieLens เวอร์ชันล่าสุด . ชุดข้อมูลนี้มีการเปลี่ยนแปลงและอัปเดตเมื่อเวลาผ่านไป

ผู้ใช้แต่ละคนให้คะแนนภาพยนตร์อย่างน้อย 20 เรื่อง เรตติ้งขึ้นทีละครึ่งดาว ชุดข้อมูลนี้ไม่รวมข้อมูลประชากร

• ขนาดการดาวน์โหลด : 955.28 KiB

• ขนาดชุดข้อมูล : 15.82 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	100,836

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
    'timestamp': int64,
    'user_id': string,
    'user_rating': float32,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง
การประทับเวลา	เทนเซอร์		int64
user_id	เทนเซอร์		สตริง
user_rating	เทนเซอร์		ลอย32

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/latest-small-movies

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีข้อมูลของภาพยนตร์ 9,742 เรื่องซึ่งจัดเรตในชุดข้อมูลขนาดเล็กล่าสุด

• ขนาดการดาวน์โหลด : 955.28 KiB

• ขนาดชุดข้อมูล : 910.64 KiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	9,742

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/100k-เรทติ้ง

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีการจัดอันดับ 100,000 รายการจากผู้ใช้ 943 คนในภาพยนตร์ 1,682 เรื่อง ชุดข้อมูลนี้เป็นชุดข้อมูล MovieLens เวอร์ชันเก่าที่สุด

ผู้ใช้แต่ละคนให้คะแนนภาพยนตร์อย่างน้อย 20 เรื่อง การให้คะแนนจะเพิ่มขึ้นทีละดาว ชุดข้อมูลนี้ประกอบด้วยข้อมูลประชากรของผู้ใช้ นอกเหนือจากข้อมูลเกี่ยวกับภาพยนตร์และการให้คะแนน

• ขนาดการดาวน์โหลด : 4.70 MiB

• ขนาดชุดข้อมูล : 32.41 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	100,000

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'bucketized_user_age': float32,
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
    'raw_user_age': float32,
    'timestamp': int64,
    'user_gender': bool,
    'user_id': string,
    'user_occupation_label': ClassLabel(shape=(), dtype=int64, num_classes=22),
    'user_occupation_text': string,
    'user_rating': float32,
    'user_zip_code': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
bucketized_user_age	เทนเซอร์		ลอย32
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง
raw_user_age	เทนเซอร์		ลอย32
การประทับเวลา	เทนเซอร์		int64
user_gender	เทนเซอร์		บูล
user_id	เทนเซอร์		สตริง
user_occupation_label	ป้ายกำกับคลาส		int64
user_occupation_text	เทนเซอร์		สตริง
user_rating	เทนเซอร์		ลอย32
user_zip_code	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/100k-movies

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีข้อมูลของภาพยนตร์ 1,682 เรื่องที่จัดเรตในชุดข้อมูล 100k

• ขนาดการดาวน์โหลด : 4.70 MiB

• ขนาดชุดข้อมูล : 150.35 KiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	1,682

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/เรทติ้ง 1m

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีการจัดอันดับแบบไม่ระบุชื่อ 1,000,209 เรื่องจากภาพยนตร์ประมาณ 3,900 เรื่องที่สร้างโดยผู้ใช้ MovieLens 6,040 รายที่เข้าร่วม MovieLens ใน
• ชุดข้อมูลนี้เป็นชุดข้อมูลที่ใหญ่ที่สุดที่มีข้อมูลประชากร

ผู้ใช้แต่ละคนให้คะแนนภาพยนตร์อย่างน้อย 20 เรื่อง การให้คะแนนจะเพิ่มขึ้นทีละดาว ในข้อมูลประชากร ค่าอายุจะแบ่งออกเป็นช่วงต่างๆ และค่าอายุที่ต่ำที่สุดสำหรับแต่ละช่วงจะถูกใช้ในข้อมูลแทนค่าจริง

• ขนาดการดาวน์โหลด : 5.64 MiB

• ขนาดชุดข้อมูล : 308.42 MiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	1,000,209

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'bucketized_user_age': float32,
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
    'timestamp': int64,
    'user_gender': bool,
    'user_id': string,
    'user_occupation_label': ClassLabel(shape=(), dtype=int64, num_classes=22),
    'user_occupation_text': string,
    'user_rating': float32,
    'user_zip_code': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
bucketized_user_age	เทนเซอร์		ลอย32
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง
การประทับเวลา	เทนเซอร์		int64
user_gender	เทนเซอร์		บูล
user_id	เทนเซอร์		สตริง
user_occupation_label	ป้ายกำกับคลาส		int64
user_occupation_text	เทนเซอร์		สตริง
user_rating	เทนเซอร์		ลอย32
user_zip_code	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/1m-movies

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีข้อมูลของภาพยนตร์ประมาณ 3,900 เรื่องที่มีการจัดอันดับในชุดข้อมูล 1m

• ขนาดการดาวน์โหลด : 5.64 MiB

• ขนาดชุดข้อมูล : 351.12 KiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	3,883

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/เรทติ้ง 20m

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้มีการจัดอันดับ 20,000,263 ในภาพยนตร์ 27,278 เรื่อง สร้างโดยผู้ใช้ 138,493 คนระหว่างวันที่ 9 มกราคม 1995 ถึง 31 มีนาคม 2015 ชุดข้อมูลนี้สร้างขึ้นเมื่อวันที่ 17 ตุลาคม 2016

ผู้ใช้แต่ละคนให้คะแนนภาพยนตร์อย่างน้อย 20 เรื่อง การให้คะแนนจะเพิ่มทีละครึ่งดาว ชุดข้อมูลนี้ไม่มีข้อมูลประชากร

• ขนาดการดาวน์โหลด : 189.50 MiB

• ขนาดชุดข้อมูล : 3.10 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	20,000,263

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
    'timestamp': int64,
    'user_id': string,
    'user_rating': float32,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง
การประทับเวลา	เทนเซอร์		int64
user_id	เทนเซอร์		สตริง
user_rating	เทนเซอร์		ลอย32

• ตัวอย่าง ( tfds.as_dataframe ):

movie_lens/ภาพยนตร์ 20 ม

• คำอธิบาย การกำหนดค่า : ชุดข้อมูลนี้ประกอบด้วยข้อมูลของภาพยนตร์ 27,278 เรตในชุดข้อมูล 20m

• ขนาดการดาวน์โหลด : 189.50 MiB

• ขนาดชุดข้อมูล : 2.55 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	27,278

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'movie_genres': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=21)),
    'movie_id': string,
    'movie_title': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
movie_genres	ลำดับ (ClassLabel)	(ไม่มี,)	int64
movie_id	เทนเซอร์		สตริง
ชื่อหนัง	เทนเซอร์		สตริง

• ตัวอย่าง ( tfds.as_dataframe ):