עדשת_סרט

• תיאור :

מערך נתונים זה מכיל קבוצה של דירוגי סרטים מאתר MovieLens, שירות המלצות לסרטים. מערך נתונים זה נאסף ותוחזק על ידי GroupLens , קבוצת מחקר באוניברסיטת מינסוטה. ישנן 5 גרסאות כלולות: "25m", "האחרון-קטן", "100k", "1m", "20m". בכל מערכי הנתונים, נתוני הסרטים ונתוני הדירוג מצטרפים ב-"movieId". מערך הנתונים של 25 מ', מערך הנתונים האחרון-קטן ומערך הנתונים של 20 מ' מכילים רק נתוני סרטים ונתוני דירוג. מערך הנתונים של 1 מיליון ומערך הנתונים של 100,000 מכילים נתונים דמוגרפיים בנוסף לנתוני סרטים ודירוגים.

• "25m": זוהי הגרסה היציבה האחרונה של מערך הנתונים של MovieLens. זה מומלץ למטרות מחקר.
• "אחרון-קטן": זוהי תת-קבוצה קטנה של הגרסה האחרונה של מערך הנתונים של MovieLens. הוא משתנה ומתעדכן עם הזמן על ידי GroupLens.
• "100k": זוהי הגרסה הישנה ביותר של מערכי הנתונים של MovieLens. זהו מערך נתונים קטן עם נתונים דמוגרפיים.
• "1m": זהו מערך הנתונים הגדול ביותר של MovieLens המכיל נתונים דמוגרפיים.
• "20m": זהו אחד ממערכי הנתונים הנפוצים ביותר של MovieLens במאמרים אקדמיים יחד עם מערך הנתונים של 1m.

עבור כל גרסה, משתמשים יכולים להציג רק את נתוני הסרטים על-ידי הוספת הסיומת "-movies" (למשל "25m-movies") או את נתוני הדירוג המצורפים לנתוני הסרטים (ונתוני המשתמשים במערך הנתונים של 1m ו-100k) על ידי הוספת הסיומת "-ratings" (למשל "25m-ratings").

התכונות שלהלן כלולות בכל הגרסאות עם הסיומת "-ratings".

• "movie_id": מזהה ייחודי של הסרט המדורג
• "title_movie": הכותרת של הסרט המדורג עם שנת היציאה בסוגריים
• "movie_genres": רצף של ז'אנרים שאליהם שייך הסרט המדורג
• "user_id": מזהה ייחודי של המשתמש שערך את הדירוג
• "דירוג_משתמש": ציון הדירוג בסולם של חמישה כוכבים
• "חותמת זמן": חותמת הזמן של הדירוגים, המיוצגת בשניות מאז חצות זמן אוניברסלי מתואם (UTC) של 1 בינואר 1970

גרסאות "דירוגי 100,000" ו-"דירוגי 1 מיליון" כוללים בנוסף את המאפיינים הדמוגרפיים הבאים.

• "user_gender": מגדר המשתמש שערך את הדירוג; ערך אמיתי מתאים לזכר
• "bucketized_user_age": ערכי גיל של המשתמש שערך את הדירוג, הערכים והטווחים המתאימים הם:
  • 1: "מתחת לגיל 18"
  • 18: "18-24"
  • 25: "25-34"
  • 35: "35-44"
  • 45: "45-49"
  • 50: "50-55"
  • 56: "56+"
• "תווית_עיסוק_משתמש": עיסוקו של המשתמש שביצע את הדירוג המיוצג על ידי תווית מקודדת במספרים שלמים; התוויות מעובדות מראש כדי להיות עקביות בגרסאות שונות
• "user_occupation_text": העיסוק של המשתמש שערך את הדירוג במחרוזת המקורית; לגרסאות שונות יכולות להיות קבוצה שונה של תוויות טקסט גולמי
• "user_zip_code": המיקוד של המשתמש שערך את הדירוג

בנוסף, למערך הנתונים "100,000 דירוגים" תהיה גם תכונה "raw_user_age" שהיא הגילאים המדויקים של המשתמשים שביצעו את הדירוג

מערכי נתונים עם הסיומת "-movies" מכילים רק תכונות "movie_id", "movie_title" ו-"movie_genres".

• דף הבית : https://grouplens.org/datasets/movielens/

• קוד מקור : tfds.structured.MovieLens

• גרסאות :

  • 0.1.1 (ברירת מחדל): אין הערות שחרור.

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@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 (תצורת ברירת מחדל)

• תיאור תצורה : מערך נתונים זה מכיל 25,000,095 דירוגים על פני 62,423 סרטים, שנוצרו על ידי 162,541 משתמשים בין ה-09 בינואר 1995 ל-21 בנובמבר,
• מערך הנתונים הזה הוא הגרסה היציבה האחרונה של מערך הנתונים של MovieLens, שנוצר ב-21 בנובמבר 2019.

כל משתמש דירג לפחות 20 סרטים. הדירוגים הם במרווחים של חצי כוכב. מערך נתונים זה אינו כולל נתונים דמוגרפיים.

• גודל הורדה : 249.84 MiB

• גודל מערך נתונים : 3.89 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	25,000,095

• מבנה תכונה :

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,
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט
חותמת זמן	מוֹתֵחַ		int64
תעודת זהות של המשתמש	מוֹתֵחַ		חוּט
דירוג משתמש	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

movie_lens/25m-movies

• תיאור תצורה : מערך נתונים זה מכיל נתונים של 62,423 סרטים המדורגים במערך הנתונים של 25 מיליון.

• גודל הורדה : 249.84 MiB

• גודל ערכת נתונים : 5.71 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	62,423

• מבנה תכונה :

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

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):

movie_lens/latest-small-ratings

• תיאור תצורה : מערך נתונים זה מכיל 100,836 דירוגים על פני 9,742 סרטים, שנוצרו על ידי 610 משתמשים בין 29 במרץ 1996 ל-24 בספטמבר 2018. מערך נתונים זה נוצר ב-26 בספטמבר 2018 והוא קבוצת משנה של הגרסה האחרונה המלאה של מערך הנתונים של MovieLens . מערך נתונים זה משתנה ומתעדכן לאורך זמן.

כל משתמש דירג לפחות 20 סרטים. הדירוגים הם במרווחים של חצי כוכב. מערך נתונים זה אינו כולל נתונים דמוגרפיים.

• גודל הורדה : 955.28 KiB

• גודל מערך נתונים : 15.82 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	100,836

• מבנה תכונה :

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,
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט
חותמת זמן	מוֹתֵחַ		int64
תעודת זהות של המשתמש	מוֹתֵחַ		חוּט
דירוג משתמש	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

עדשת_סרט/סרטים-קטנים אחרונים

• תיאור תצורה : מערך נתונים זה מכיל נתונים של 9,742 סרטים שדורגו במערך הנתונים האחרון-קטן.

• גודל הורדה : 955.28 KiB

• גודל ערכת נתונים: 910.64 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	9,742

• מבנה תכונה :

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

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):

movie_lens/100k-ratings

• תיאור תצורה : מערך נתונים זה מכיל 100,000 דירוגים מ-943 משתמשים ב-1,682 סרטים. מערך הנתונים הזה הוא הגרסה הישנה ביותר של מערך הנתונים של MovieLens.

כל משתמש דירג לפחות 20 סרטים. הדירוגים הם במרווחים של כוכבים שלמים. מערך נתונים זה מכיל נתונים דמוגרפיים של משתמשים בנוסף לנתונים על סרטים ודירוגים.

• גודל הורדה : 4.70 MiB

• גודל מערך נתונים : 32.41 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	100,000

• מבנה תכונה :

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,
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
bucketized_user_age	מוֹתֵחַ		לצוף32
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט
גיל_משתמש_גולמי	מוֹתֵחַ		לצוף32
חותמת זמן	מוֹתֵחַ		int64
מגדר_משתמש	מוֹתֵחַ		bool
תעודת זהות של המשתמש	מוֹתֵחַ		חוּט
תווית_עיסוק_משתמש	ClassLabel		int64
user_occupation_text	מוֹתֵחַ		חוּט
דירוג משתמש	מוֹתֵחַ		לצוף32
user_zip_code	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):

movie_lens/100k-movies

• תיאור תצורה : מערך נתונים זה מכיל נתונים של 1,682 סרטים שדורגו במערך הנתונים של 100,000.

• גודל הורדה : 4.70 MiB

• גודל מערך נתונים : 150.35 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,682

• מבנה תכונה :

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

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):

movie_lens/1m-ratings

• תיאור תצורה : מערך נתונים זה מכיל 1,000,209 דירוגים אנונימיים של כ-3,900 סרטים שנוצרו על ידי 6,040 משתמשי MovieLens שהצטרפו ל- MovieLens ב
• מערך הנתונים הזה הוא מערך הנתונים הגדול ביותר הכולל נתונים דמוגרפיים.

כל משתמש דירג לפחות 20 סרטים. הדירוגים הם במרווחים של כוכבים שלמים. בנתונים דמוגרפיים, ערכי גיל מחולקים לטווחים וערך הגיל הנמוך ביותר עבור כל טווח משמש בנתונים במקום הערכים בפועל.

• גודל הורדה : 5.64 MiB

• גודל ערכת נתונים: 308.42 MiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	1,000,209

• מבנה תכונה :

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,
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
bucketized_user_age	מוֹתֵחַ		לצוף32
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט
חותמת זמן	מוֹתֵחַ		int64
מגדר_משתמש	מוֹתֵחַ		bool
תעודת זהות של המשתמש	מוֹתֵחַ		חוּט
תווית_עיסוק_משתמש	ClassLabel		int64
user_occupation_text	מוֹתֵחַ		חוּט
דירוג משתמש	מוֹתֵחַ		לצוף32
user_zip_code	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):

movie_lens/1m-movies

• תיאור תצורה : מערך נתונים זה מכיל נתונים של כ-3,900 סרטים המדורגים במערך הנתונים של 1 מיליון.

• גודל הורדה : 5.64 MiB

• גודל מערך נתונים : 351.12 KiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	3,883

• מבנה תכונה :

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

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):

movie_lens/20m-ratings

• תיאור תצורה : מערך נתונים זה מכיל 20,000,263 דירוגים על פני 27,278 סרטים, שנוצרו על ידי 138,493 משתמשים בין 09 בינואר 1995 ל-31 במרץ 2015. מערך נתונים זה נוצר ב-17 באוקטובר 2016.

כל משתמש דירג לפחות 20 סרטים. הדירוגים הם במרווחים של חצי כוכב. מערך נתונים זה אינו מכיל נתונים דמוגרפיים.

• גודל הורדה : 189.50 MiB

• גודל מערך נתונים : 3.10 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'train'	20,000,263

• מבנה תכונה :

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,
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט
חותמת זמן	מוֹתֵחַ		int64
תעודת זהות של המשתמש	מוֹתֵחַ		חוּט
דירוג משתמש	מוֹתֵחַ		לצוף32

• דוגמאות ( tfds.as_dataframe ):

movie_lens/20m-movies

• תיאור תצורה : מערך נתונים זה מכיל נתונים של 27,278 סרטים המדורגים במערך הנתונים של 20 מיליון

• גודל הורדה : 189.50 MiB

• גודל מערך נתונים : 2.55 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'train'	27,278

• מבנה תכונה :

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

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
סרטים_ז'אנרים	Sequence (ClassLabel)	(אף אחד,)	int64
סרט_מזהה	מוֹתֵחַ		חוּט
שם הסרט	מוֹתֵחַ		חוּט

• דוגמאות ( tfds.as_dataframe ):