微信短视频推荐用户行为数据集_WeChat_Short_Video_Recommendation_User_Behavior_Dataset
数据来源：互联网公开数据
标签：短视频推荐, 用户行为分析, 微信, 推荐系统, 点击率预测, 文本分析, 机器学习, 数据挖掘
数据概述：
该数据集包含来自微信平台短视频推荐场景下的用户行为数据，记录了用户与短视频内容交互的各种行为，以及视频本身的相关信息。主要特征如下：
时间跨度：数据未明确标明具体时间范围，但可推断为一段时间内的用户行为记录。
地理范围：数据来源于微信平台，推测主要用户群体为中国大陆地区用户。
数据维度：
user_action.csv：用户对短视频的详细操作，包括阅读评论、评论、点赞、播放、停留时长、点击头像、转发、关注、收藏等。
feed_embeddings.csv：短视频内容的嵌入向量表示。
feed_info.csv：短视频的基本信息，如作者ID、播放时长、描述、OCR文本、ASR文本、背景音乐ID、背景音乐歌手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、描述字符数、OCR字符数、ASR字符数。
test_a.csv：用于测试的用户和短视频配对，以及设备信息。
submit_demo_σê¥Φ╡¢a.csv：提交示例文件，包含userid、feedid以及read_comment、like、click_avatar、forward等预测结果。
数据格式：CSV格式，包含多个CSV文件，每个文件包含不同的字段，便于数据分析和建模。数据已进行脱敏处理。
该数据集适合用于短视频推荐算法研究、用户行为分析、点击率预估等任务。
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：适用于推荐系统、用户行为分析、自然语言处理等领域的研究，如用户兴趣建模、内容理解、点击率预测等。
行业应用：为短视频平台、内容推荐系统提供数据支持，尤其在优化推荐算法、提升用户体验、个性化内容推荐等方面具备实用性。
决策支持：支持平台进行用户行为分析，优化内容策略，提升用户粘性和平台活跃度。
教育和培训：作为推荐系统、数据挖掘等课程的实训素材，帮助学生和研究人员深入理解用户行为和推荐算法。
此数据集特别适合用于探索用户在短视频平台上的行为模式，并构建个性化推荐模型，从而提高内容推荐的准确性和效率。
