开发 | 美国最大点评网站Yelp公开内部数据集,面向学生发起多样挑战赛

AI 科技评论消息:日前,美国最大的点评网站Yelp公开其内部数据集。据官网介绍,这是一个通用数据集,开放这个数据集的主要目的是帮助学习。

这个数据集是Yelp涵盖的商户、点评和用户数据的一个子集,可以用于个人、教育和学术。现在可以得到这个数据集的JSONSQL文件,利用它来教学生关于数据库的知识,学习NLP,或在学习制作手机APP时作为样本产品数据。

数据集详细信息

数据集包括470万条用户评价,15多万条商户信息,20万张图片,12个大都市。此外,还涵盖110万用户的100万条tips,超过120万条商家属性(如营业时间、是否有停车场、是否可预订和环境等信息),随着时间推移在每家商户签到的总用户数。

如何使用?

用户可以使用JSON和SQL数据集。

JSON

  • 能立刻建立和运行
  • 以单独的文件形式呈现,你可以任意选择
  • 在任何应用上都可以使用

JSON数据集中的每一个文件都由一个单独的对象类型组成,一行表示一个JSON对象。下面是一个商家签到用户数的实例。

在GitHub上还有更多的例子:

https://github.com/Yelp/dataset-examples

SQL

  • 与大多数关系数据库兼容
  • 填充表具有引用完整性
  • 只有一个文件,容易导入

表格之间的联系和结构如下图所示:

下载地址:

https://s3-media2.fl.yelpcdn.com/assets/srv0/engineering_pages/5176da685fac/assets/vendor/yelp_schema.zip

关于数据集的挑战赛

yelp希望更多的学生利用这些数据,在研究中想出创新性方法,他们也提供了目前感兴趣的一些主题。

一是图片分类。目前他们虽然能识别出图片中类似于汉堡之类的食物,但是如何评价一张图片是否好看还有待研究。

二是自然语言处理和情感分析。用户评价数据里有很多能挖掘的元数据,可以用于推断语义、商户属性和情感。他们想知道评价里表达了什么,是好评还是差评。

三是图像挖掘。比如说挖掘出用户之间的关系是如何限定他们的使用规律,流行趋势的引导者在一家店火起来之前都是去哪儿吃饭的。

via:https://www.yelp.com/dataset

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-09-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Python专栏

GitHub宕机24小时,我们还能干嘛

不过我更喜欢下面这幅图,虽然我已经2年不用windows了,但是看到这个图还是很想笑啊,每次windows一个补丁,就能让你半天不用看屏幕了。

812
来自专栏优启梦

为什么SEO优化迟迟没有效果

网站很新,说的是网站上线的时间很短,由于是新站,没有什么收录,因此自身网站信誉不是很高,这跟新开的淘宝店没有什么订单是同样的道理,网站权重低的话,优化效果见效慢...

36215
来自专栏腾讯大讲堂的专栏

解密Midas、Webank、金融云背后的核心数据库TDSQL【海量服务之道2.0】

如果,你在寻找一款数据库,希望: •在任何情况下,数据都不丢失或错乱; •能7*24小时不间断的对外提供服务,即使故障也不会中断; •能支撑业务量10倍以上的弹...

2709
来自专栏CSDN技术头条

2018 年 Linux 八大发展预测,Ubuntu 将主宰物联网

转眼间,时间已进入 2018 年,Linux 在 2017 年发生了哪些变化,2018 年又会有哪些新的趋势?外媒对 Linux 今年的发展做了八大预测,看看你...

2207
来自专栏程序人生

软件设计杂谈

disclaimer: 本文所讲的设计,非UI/UE的设计,单单指软件代码/功能本身在技术上的设计。UI/UE的主题请出门右转找特赞(Tezign)。:) 在如...

3257
来自专栏Sign

boo 制作记录1

这个系列是游戏制作记录。 相当于在『直播做游戏』,这里可以看到一款游戏从零到完成,中间推翻了多少种可能性。 这种记录,之前也做过好几个系列(不过都是不痛不痒的...

2799
来自专栏云加头条

【腾讯云】云镜-主机安全防护解决方案

主机安全,其核心内容包括安全应用交付系统、应用监管系统、操作系统安全增强系统和运维安全管控系统。它的具体功能是指保证主机在数据存储和处理的保密性、完整性,可用性...

5744
来自专栏AI研习社

美国最大点评网站 Yelp 公开内部数据集,面向学生发起多样挑战赛 | 雷锋网

AI 科技评论消息,日前,美国最大的点评网站 Yelp 公开其内部数据集。据官网介绍,这是一个通用数据集,开放这个数据集的主要目的是帮助学习。 这个数据集是 Y...

4036
来自专栏FreeBuf

为何大部分人都在使用不安全的密码?

相信你总会看到这样的新闻:又有大规模的数据泄露了、又有多少用户的信息被窃取了……随之而来的,是各种安全专家的重复建议:大家该上点心了,是时候换密码了,使用安全强...

2017
来自专栏机器人网

小型无人机飞控系统如何组成和设计?

在经历了早期的遥控飞行后,目前其导航控制方式已经发展为自主飞行和智能飞行。导航方式的改变对飞行控制计算机的精度提出了更高的要求;随着小型无人机执行任务复杂程度的...

3713

扫码关注云+社区