5月21日，知乎聯(lián)合清華大學對外開放基于知乎的大規(guī)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(guī)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(tǒng)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(lián)網場景。但開放式大規(guī)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(guī)模真實場景數據集的研究樣本，更填補了推薦系統(tǒng)中用戶交互日志的空白。

　　知乎成立十年來，聚集了超過3 .53億條內容，每天會新增超過2000萬條創(chuàng)作和互動，為中文互聯(lián)網貢獻了寶貴的文本財富。

　　2018年，知乎曾聯(lián)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(huán)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(yè)技術團隊參賽和關注。此次知乎聯(lián)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(yè)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(lián)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(chuàng)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(lián)系我們，本站將會在24小時內處理完畢。