【科研数据分享】CTR预估数据集汇总

简介: 【科研数据分享】CTR预估数据集汇总

数据作为支撑AI技术发展的基础要素,其重要性不言而喻,高质量的科研数据集对领域技术的发展起着重要的推动作用。天池数据集致力于提供优质的科研数据,以帮助算法从业人员更好地开展模型研究。

本期天池君为大家推荐了5个常用的点击率预估 (CTR estimation) 数据集,点击率预估 (CTR estimation) 是在线信息系统的核心模块之一,是推荐系统、付费广告、搜索引擎重要的组成部分,广泛的应用于商品购物、短视频、本地生活等领域中,与人们的生活息息相关,具有重要的业务价值。随着深度学习的广泛应用,深度点击率预估模型被广泛用于工业界的线上系统中。


本文整理了学术界/业界公用的CTR预估数据集,方便算法研发人员学习。

1

Kaggle Display Advertising Challenge Dataset by Criteo

简介:This dataset is provided by Criteo, and it contains feature values and click feedback for millions of display ads. Its purpose is to benchmark algorithms for clickthrough rate (CTR) prediction.

官网下载地址:

https://ailab.criteo.com/ressources/

天池下载地址:

https://tianchi.aliyun.com/dataset/144733

2

Criteo 1TB Click Logs Dataset

简介:This dataset contains feature values and click feedback for millions of display ads. Its purpose is to benchmark algorithms for clickthrough rate (CTR) prediction. It is similar, but larger, to the dataset released for the Display Advertising Challenge hosted by Kaggle.

官网下载地址:

https://ailab.criteo.com/download-criteo-1tb-click-logs-dataset/

天池下载地址:

https://tianchi.aliyun.com/dataset/144736

3

Amazon Product Data

简介:This dataset contains product reviews and metadata from Amazon, including 233.1 million reviews spanning May 1996 - Oct 2018. This dataset includes reviews (ratings, text, helpfulness votes), product metadata (descriptions, category information, price, brand, and image features), and links (also viewed/also bought graphs).

参考论文:

Justifying recommendations using distantly-labeled reviews and fined-grained aspects.

Jianmo Ni, Jiacheng Li, Julian McAuley. Empirical Methods in Natural Language Processing (EMNLP), 2019

官方下载地址:

https://nijianmo.github.io/amazon/index.html

天池下载地址(图书类目):

https://tianchi.aliyun.com/dataset/145340

4

淘宝展示广告点击率预估数据集

简介:Ali_Display_Ad_Click是阿里巴巴提供的一个淘宝展示广告点击率预估数据集。

参考论文:

1. Gai K, Zhu X, Li H, et al. Learning Piece-wise Linear Models from Large Scale Data for Ad Click Prediction[J]. arXiv preprint arXiv:1704.05194, 2017. 2. Guorui Zhou, Chengru Song, Xiaoqiang Zhu, et al. Deep Interest Network for Click-Through Rate Prediction. arXiv preprint arXiv:1706.06978, 2017.

下载地址:

https://tianchi.aliyun.com/dataset/56

5

饿了么推荐数据集

简介:The dataset is constructed by click logs from ele.me online recommendation system, including 8 days' data with 146 million sample records.

下载地址:

https://tianchi.aliyun.com/dataset/131047


相关文章
|
5月前
|
机器学习/深度学习 算法
【阿旭机器学习实战】【30】二手车价格预估--KNN回归案例
【阿旭机器学习实战】【30】二手车价格预估--KNN回归案例
|
6月前
|
机器学习/深度学习 数据可视化 算法
数据分享|R语言决策树和随机森林分类电信公司用户流失churn数据和参数调优、ROC曲线可视化
数据分享|R语言决策树和随机森林分类电信公司用户流失churn数据和参数调优、ROC曲线可视化
118 10
|
6月前
|
机器学习/深度学习 移动开发 算法
经济学:动态模型平均(DMA)、动态模型选择(DMS)、ARIMA、TVP预测原油时间序列价格
经济学:动态模型平均(DMA)、动态模型选择(DMS)、ARIMA、TVP预测原油时间序列价格
|
6月前
|
机器学习/深度学习 移动开发 Go
R语言经济学:动态模型平均(DMA)、动态模型选择(DMS)预测原油时间序列价格
R语言经济学:动态模型平均(DMA)、动态模型选择(DMS)预测原油时间序列价格
|
6月前
|
数据可视化
R语言KNN模型分类信贷用户信用等级数据参数调优和预测可视化|数据分享
R语言KNN模型分类信贷用户信用等级数据参数调优和预测可视化|数据分享
|
6月前
|
存储 vr&ar
Matlab创建向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
Matlab创建向量自回归(VAR)模型分析消费者价格指数 (CPI) 和失业率时间序列
|
机器学习/深度学习 搜索推荐 算法
课时2:基于GBDT算法的CTR预估
课时2:基于GBDT算法的CTR预估
|
机器学习/深度学习 存储 人工智能
深度学习应用篇-推荐系统[11]:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解
深度学习应用篇-推荐系统[11]:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解
深度学习应用篇-推荐系统[11]:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解
|
机器学习/深度学习 算法
【MATLAB第42期】基于MATLAB的贝叶斯优化决策树分类算法与网格搜索、随机搜索对比,含对机器学习模型的评估度量介绍
【MATLAB第42期】基于MATLAB的贝叶斯优化决策树分类算法与网格搜索、随机搜索对比,含对机器学习模型的评估度量介绍
|
机器学习/深度学习 计算机视觉
EQ-Loss V2 | 利用梯度平均进一步缓解目标检测长尾数据分布问题(附论文下载)
EQ-Loss V2 | 利用梯度平均进一步缓解目标检测长尾数据分布问题(附论文下载)
280 0
下一篇
无影云桌面