微信短视频用户行为分析数据集WeChatShortVideoUserBehaviorAnalysis-pythonlan
数据来源：互联网公开数据
标签：用户行为分析, 短视频, 推荐系统, 社交媒体, 机器学习, 内容推荐, 数据挖掘, 行为预测
数据概述：
该数据集包含来自微信短视频平台的用户行为数据，记录了用户与短视频内容交互的详细信息。主要特征如下：
时间跨度：数据未标明具体时间，但根据数据字段推测为一段时间内的用户行为记录。
地理范围：数据来源于微信短视频平台，覆盖范围可能为平台用户群体。
数据维度：数据集包含多个CSV文件，涵盖了用户、视频、以及用户对视频的交互行为等多个维度。主要数据项包括：用户ID（userid）、视频ID（feedid）、设备类型（device）、用户行为发生日期（date_）、阅读评论（read_comment）、评论（comment）、点赞（like）、播放（play）、停留时长（stay）、点击头像（click_avatar）、转发（forward）、关注（follow）、收藏（favorite）、视频播放时长（videoplayseconds）、视频描述（description）、OCR文本（ocr）、ASR文本（asr）、背景音乐ID（bgm_song_id）、背景音乐演唱者ID（bgm_singer_id）、手动关键词列表（manual_keyword_list）、机器关键词列表（machine_keyword_list）、手动标签列表（manual_tag_list）、机器标签列表（machine_tag_list）、描述字符数（description_char）、OCR字符数（ocr_char）、ASR字符数（asr_char）以及视频的embedding向量（feed_embedding）。
数据格式：数据以CSV格式存储，包括test_a.csv、user_action.csv、feed_embeddings.csv、submit_demo_σê¥Φ╡¢a.csv、feed_info.csv等文件，便于数据分析和模型构建。
来源信息：数据来源于微信短视频平台，可能经过匿名化处理，用于算法竞赛或研究。
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、推荐系统、内容理解等领域的学术研究，如用户兴趣建模、视频内容相似度分析等。
行业应用：为短视频平台、社交媒体公司提供数据支持，尤其适用于用户行为预测、个性化内容推荐、用户画像构建等。
决策支持：支持平台的内容运营策略制定、用户增长策略优化以及广告投放效果评估等。
教育和培训：作为数据科学、机器学习等课程的实训素材，帮助学生和研究人员理解用户行为数据分析方法。
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，构建推荐算法，提升内容推荐的精准度和用户粘性。
