Recomender Systems es uno de los temas de investigación más buscados del aprendizaje automático. Los conjuntos de datos para los sistemas de recomendación son de diferentes tipos dependiendo de la aplicación de los sistemas de recomendación. Si está diseñando un sistema de recomendación general, los conjuntos de datos más populares son:
- Conjunto de datos MovieLens: este conjunto de datos contiene clasificaciones de usuarios para películas de diferentes géneros. La especialidad de este conjunto de datos es que también contiene información del usuario que se puede tener en cuenta para generar recomendaciones más relevantes y creativas.
- Conjuntos de datos de preferencias de SUSHI: este conjunto de datos contiene información de las preferencias del usuario para diferentes tipos de sushi. Es un conjunto de datos interesante y se pueden desarrollar muchos problemas de recomendación en este conjunto de datos.
- Frappe Dataset: este conjunto de datos contiene las preferencias del usuario para diferentes aplicaciones móviles. Aparte de esto, hay muchas más percepciones distintas registradas en este conjunto de datos que se pueden utilizar para generar recomendaciones.
- Conjunto de datos CoMoDa: este conjunto de datos es un conjunto de datos rico en contexto. Pero debe ponerse en contacto con sus creadores para obtener acceso al conjunto de datos. Puede encontrar fácilmente un enlace a través de google.
Estos fueron los principales conjuntos de datos que había utilizado para mi trabajo de investigación.
Puede encontrar una lista de otros conjuntos de datos para el sistema de recomendación utilizando el siguiente enlace:
- ¿Qué debería aprender primero para el aprendizaje automático y la autoeducación: cálculo, probabilidad, estadística o álgebra lineal?
- ¿Cómo puede llevar a cabo experimentos y compararlos con otros algoritmos en la investigación de la visión por computadora (detección de objetos, reconocimiento, seguimiento, etc.)?
- ¿Mi reproductor de caja de ritmo aprendió qué canción tocar a continuación?
- ¿Qué es el procesamiento del lenguaje natural en términos simples?
- Si quiero desarrollar una carrera en aprendizaje automático e inteligencia artificial, ¿debería comenzar con chatbots?
9 conjuntos de datos imprescindibles para investigar sistemas de recomendación
Este artículo proporciona una comparación exhaustiva de diferentes artículos. Por ejemplo,
Mi consejo personal sería mantener un registro de las revistas y conferencias en el Sistema de recomendaciones. También proporcionan una buena cantidad de conjuntos de datos ricos y recientes que pueden mejorar su trabajo de investigación. Algunas de las conferencias para buscar serían:
- RecSys – Sistemas de recomendación de ACM
- Grupo de interés especial sobre recuperación de información (SIGIR)
Espero que esto ayude. 🙂
