Goodreads图书信息数据集-2021-khanhdnguyen
数据来源：互联网公开数据
标签：Goodreads,图书,数据集,爬虫,数据清洗,可视化,分类,推荐,预测
数据概述：
本数据集包含Goodreads网站上超过20,000本书的信息，由直接爬取Goodreads官方网站的数据构成。由于Goodreads自2020年12月起不再发行新的开发者API密钥，因此创建了一个Goodreads爬虫项目来获取原始数据。数据集包含一些原始数据的常见问题，如重复数据、缺失值、无效值、多值列和不同的日期格式等。
数据集的字段包括：
- bookID：书籍ID
- title：书名
- authors：作者列表
- description：书籍摘要描述
- num_ratings：总评分数量
- num_reviews：总评论数量
- avg_rating：平均评分
- language：语言
- publish date：当前书籍的出版日期
- first_publish_date：第一版的出版日期
- series：书籍所属系列
- characters：角色列表
- places：地点列表
- awards：获奖列表
- genres：书籍分类列表
- isbn：国际标准书号
- isbn13：国际标准书号（13位）
- rated 5, 4, 3, 2, 1：各评分等级的评论数量
数据用途概述：
该数据集适用于多种应用场景，包括数据清洗、数据可视化、图书分类、图书推荐系统开发以及预测书籍的受欢迎程度和评分等。研究人员可以使用此数据进行数据探索和分析；教育者可以利用该数据进行教学；图书推荐系统开发者可以基于此数据集构建推荐算法；出版商可以分析书籍的市场表现并制定相应的策略。
