5月21日,知乎聯(lián)合清華大學(xué)對外開放基于知乎的大規(guī)模富文本查詢和推薦數(shù)據(jù)集“ZhihuRec”。該數(shù)據(jù)集包含了知乎上的1億個(gè)行為數(shù)據(jù),是目前為止,國內(nèi)用于個(gè)性化推薦的最大的實(shí)際交互數(shù)據(jù)集。

作為一個(gè)大型數(shù)據(jù)集,ZhihuRec具有社交化問答場景中的詳細(xì)信息,覆蓋了知乎10天內(nèi)、79.8萬用戶、16.5萬個(gè)問題、55.4萬個(gè)回答、24萬個(gè)作者、7萬話題以及50.1萬用戶搜索行為日志,保留了完整的用戶交互(例如點(diǎn)擊、跳過、搜索等)、時(shí)機(jī)和內(nèi)容信息,且所有數(shù)據(jù)均經(jīng)過脫敏處理。
該數(shù)據(jù)集可用于評估常規(guī)top-N推薦、順序推薦和上下文感知推薦中的算法應(yīng)用,還可用于集成搜索和推薦以及帶有負(fù)反饋的推薦。 此外,該數(shù)據(jù)集不僅可以用于推薦研究,還可以應(yīng)用于用戶建模(例如,性別預(yù)測,用戶興趣預(yù)測),搜索和推薦系統(tǒng)的組合以及其他有趣的主題。
個(gè)性化推薦技術(shù)已經(jīng)廣泛應(yīng)用于購物、視頻、閱讀、社交等互聯(lián)網(wǎng)場景。但開放式大規(guī)模真實(shí)場景數(shù)據(jù)集十分罕有。ZhihuRec數(shù)據(jù)集的開放,不僅豐富了開放式大規(guī)模真實(shí)場景數(shù)據(jù)集的研究樣本,更填補(bǔ)了推薦系統(tǒng)中用戶交互日志的空白。
知乎成立十年來,聚集了超過3 .53億條內(nèi)容,每天會(huì)新增超過2000萬條創(chuàng)作和互動(dòng),為中文互聯(lián)網(wǎng)貢獻(xiàn)了寶貴的文本財(cái)富。
2018年,知乎曾聯(lián)合中國信息檢索學(xué)術(shù)會(huì)議(CCIR)、清華大學(xué)計(jì)算機(jī)系信息檢索課題組(THUIR)共同舉辦了“移動(dòng)環(huán)境下知識(shí)分享平臺(tái)上的內(nèi)容推薦”大賽,首次在比賽中開放ZhihuRec數(shù)據(jù)集,吸引了眾多高校和企業(yè)技術(shù)團(tuán)隊(duì)參賽和關(guān)注。此次知乎聯(lián)合清華大學(xué)將該數(shù)據(jù)集進(jìn)一步豐富并全面開放,旨在通過更大范圍的數(shù)據(jù)開源,為行業(yè)算法技術(shù)突破與演進(jìn)提供更多數(shù)據(jù)和場景支持。
特別提醒:本網(wǎng)信息來自于互聯(lián)網(wǎng),目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí),對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾,并請自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益,請及時(shí)聯(lián)系我們,本站將會(huì)在24小時(shí)內(nèi)處理完畢。
相關(guān)推薦
- in域名可以在哪查詢?查詢方法一覽
- raksmart日本云服務(wù)器產(chǎn)品優(yōu)勢
- 逃離平臺(tái)算法:站長做自媒體的終極目標(biāo)是“流量主權(quán)”
- 從SEO到KOC:老站長轉(zhuǎn)型自媒體的3個(gè)認(rèn)知大關(guān)
- 2025 個(gè)人網(wǎng)站創(chuàng)業(yè)新方向:跨界融合,解鎖多元盈利密碼
- AI 浪潮下,個(gè)人網(wǎng)站如何借勢轉(zhuǎn)型創(chuàng)業(yè)
- raksmart新加坡虛擬主機(jī)有哪些?
- 華納云香港高防服務(wù)器150G防御4.6折促銷,低至6888元/月,CN2大帶寬直連清洗,終身循環(huán)折扣