站長資訊網5月21日，知乎聯合清華大學對外開放基于知乎的大規模富文本查詢和推薦數據集“ZhihuRec”。該數據集包含了知乎上的1億個行為數據，是目前為止，國內用于個性化推薦的最大的實際交互數據集。
作為一個大型數據集，ZhihuRec具有社交化問答場景中的詳細信息，覆蓋了知乎10天內、79.8萬用戶、16.5萬個問題、55.4萬個回答、24萬個作者、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(例如點擊、跳過、搜索等)、時機和內容信息，且所有數據均經過脫敏處理。
該數據集可用于評估常規top-N推薦、順序推薦和上下文感知推薦中的算法應用，還可用于集成搜索和推薦以及帶有負反饋的推薦。 此外，該數據集不僅可以用于推薦研究，還可以應用于用戶建模(例如，性別預測，用戶興趣預測)，搜索和推薦系統的組合以及其他有趣的主題。
個性化推薦技術已經廣泛應用于購物、視頻、閱讀、社交等互聯網場景。但開放式大規模真實場景數據集十分罕有。ZhihuRec數據集的開放，不僅豐富了開放式大規模真實場景數據集的研究樣本，更填補了推薦系統中用戶交互日志的空白。
知乎成立十年來，聚集了超過3 .53億條內容，每天會新增超過2000萬條創作和互動，為中文互聯網貢獻了寶貴的文本財富。
2018年，知乎曾聯合中國信息檢索學術會議(CCIR)、清華大學計算機系信息檢索課題組(THUIR)共同舉辦了“移動環境下知識分享平臺上的內容推薦”大賽，首次在比賽中開放ZhihuRec數據集，吸引了眾多高校和企業技術團隊參賽和關注。此次知乎聯合清華大學將該數據集進一步豐富并全面開放，旨在通過更大范圍的數據開源，為行業算法技術突破與演進提供更多數據和場景支持。
特別提醒：本網信息來自于互聯網，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。
