短视频用户行为分析数据集ShortVideoUserBehaviorAnalysisDataset-kadtty
数据来源：互联网公开数据
标签：用户行为分析, 短视频推荐, 行为预测, 推荐系统, 用户画像, 数据挖掘, 机器学习, 社交媒体
数据概述：
该数据集包含短视频平台的用户行为和视频内容信息，旨在支持对用户行为模式的深入研究和推荐系统的构建。主要特征如下：
时间跨度：数据未明确标明具体时间，但从用户行为的记录来看，时间跨度涵盖了用户与短视频内容交互的多个时间点。
地理范围：数据覆盖范围未明确，但可以推断为特定短视频平台的用户及相关视频内容。
数据维度：数据集包含多个CSV文件，涵盖了用户、视频和用户行为数据。主要包括：
test_a.csv：包含用户ID、视频ID和设备信息。
user_action.csv：记录了用户的详细行为，如阅读评论、评论、点赞、播放、停留时长、点击头像、转发、关注和收藏等。
feed_embeddings.csv：提供了视频的嵌入向量表示。
submit_demo_σê¥Φ╡¢a.csv：提交示例文件，包含了用户ID、视频ID以及预测的用户行为（阅读评论、点赞、点击头像、转发）。
feed_info.csv：包含了视频的详细信息，如作者ID、播放时长、描述、OCR文本、ASR文本、背景音乐ID、背景音乐演唱者ID、手动关键词列表、机器关键词列表、手动标签列表、机器标签列表、描述字符、OCR字符和ASR字符等。
数据格式：数据主要以CSV格式提供，方便数据分析和处理。数据经过初步整理，可直接用于建模。
数据来源：数据来源于短视频平台的用户行为数据，已进行匿名化处理和初步的数据清洗。
该数据集适合用于用户行为分析、推荐系统构建、用户画像构建和行为预测等相关研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于用户行为分析、推荐算法研究、用户画像构建等学术研究。
行业应用：为短视频平台、内容推荐系统提供数据支持，可用于优化内容推荐策略、提升用户参与度。
决策支持：支持平台方进行用户行为分析、内容优化和个性化推荐策略的制定。
教育和培训：作为数据科学、机器学习和推荐系统等课程的实训素材，帮助学生和研究人员深入理解用户行为分析和推荐系统原理。
此数据集特别适合用于探索用户与短视频内容的交互模式，构建个性化推荐模型，提升用户体验，并实现内容推荐的精准化。
