电影数据集总结：Netflix、MovieLens、LDOS-CoMoDa、AdomMovie

数据集：

1.Netflix

描述：包含Netflix上48万多个随机选取的匿名用户，对于1万7千多部电影的1兆多个电影评分

时间：1988.10~2005.11

内容：

包括training set，movie titles，probe set，qualifying set等文件。

Trainning set包含4个特征值：电影ID、用户ID、评分（1~5）、日期；

Movie titles包含3个特征值：电影ID、上映年份、电影标题；

Probe set用于测试，包含2个特征值;电影ID、用户ID。

引用的论文：

[1].pdf]Matrix factorization techniques for recommender systems.2009

[2]Modeling relationships at multiple scales to improve accuracy of large recommender systems.2007

[3]Factorization meets the neighborhood a multifaceted collaborative filtering model

2.MovieLens

描述：按大小分成3部分

100k：943个用户对于1682电影的100,000个评分；每个用户至少评级20部电影；包含用户的人口统计信息（年龄，性别，职业，邮编）

时间:1997.9.19~1998.4.22

包含u.data、u.info、u.item、u.genre、u.user、u.occupation几个文件

U.data: 用户id 、项目 id 、 评分、 时间戳

U.info: 用户数量、项目数量、评分数量

U.item: 电影id、电影标题、上映日期、光碟上映日期、IMDb URL、流派

U.genre: 流派

U.user: 用户id、年龄、性别、职位、邮编

1M： 6,040个用户对于3,900部电影的1,000,209个评分

时间：2000年

包含ratings.dat、users.dat、movies.dat

Ratings.dat: 用户id、电影id、评分（1~5）、时间标签

Users.dat： 性别、年龄、职位、邮编

Movies.dat: 电影id、标题、流派

100M：71567个用户对于10681部电影的10000054个评分

包含 movies.dat, ratings.dat 和 tags.dat.

Tags.dat:用户id、电影id、标签（tag）、时间戳

3.LDOS-CoMoDa

(1)基本情况



（2）统计情况：

用户年龄段大多数集中在16至35岁之间；

大多数电影得到2至3个评分；





文件每一行结构如下：

UserID,itemID,rating,age,sex,city,country,time,daytype,season,location,weather,social,endEmo,dominantEmo,mood,physical,desicion,interaction,director,

movieCountry,movieLanguage,movieYear,genre1,genre2,genre3,actor1,actor2,actor3,budget

来源：http://212.235.187.145/spletnastran/raziskave/um/comoda/comoda.php

每列的数值范围：

LDOS - CoMoDa dataset_____________________

Data fields:versionDate: date of the dataset versionuserID (15 - 200, some missing)itemID (1 -4138, some missing)rating (1-5)user's ageuser's sex (1=male, 2= female)user's cityuser's countrytime (1-4)daytype (1-3)season (1-4)location (1-3) weather (1-5)social (1-7)
endEmo(1-7)dominantEmo (1-7) mood (1-3) physical (1-2) decision (1-2) interaction (1-2)movie directormovie's countrymovie's languagemovie's yeargenre1genre2genre3actor1actor2actor3movie's budget



上下文属性：_______________________

Context variables:time : Morning, Afternoon, Evening, Nightdaytype : Working day, Weekend, Holidayseason : Spring, Summer, Autumn, Winterlocation : Home, Public place, Friend's houseweather : Sunny / clear, Rainy, Stormy, Snowy, Cloudysocial : Alone, My partner, Friends, Colleagues, Parents, Public, My familyendEmo : Sad, Happy, Scared, Surprised, Angry, Disgusted, NeutraldominantEmo : Sad, Happy, Scared, Surprised, Angry, Disgusted, Neutral
mood : Positive, Neutral, Negativephysical : Healthy, Ill decision : User decided which movie to watch, User was given a movieinteraction : first interaction with a movie, n-th interaction with a movie Context values in the database corespond to this order.(for example: daytype-> 1 = Working day, 2 = Weekend, 3 = Holiday

_______________________

Missing value:-1

4.AdomMovie