Last.fm音乐推荐数据集

发布时间：2026-01-11 11:05

音乐产业利用大数据推荐个性化音乐 #生活乐趣# #创新乐趣# #娱乐产业趋势#

背景描述

这个数据集包含社交网络、标签和音乐艺术家从一组2K个用户中收听的信息。fm在线音乐系统
该数据集是在第5届ACM推荐系统会议(RecSys 2011)，第2届国际推荐系统信息异构与融合研讨会(HetRec 2011))框架下发布的。

数据说明

数据量

1892 users 17632 artists 12717双向用户朋友关系，即25434 (user_i, user_j)对平均每个用户13.443个好友关系 92834用户收听艺术家关系，即元组[user, artist, listeningCount] 平均每位用户最常收听49.067位艺术家的作品平均每位艺术家有5.265名收听用户 11946 tags 186479标签分配(tas)，即元组[用户，标签，艺术家] 平均每个用户98.562个标签分配平均每位艺术家14.891个标签分配平均8.764个不同的标签用于每个用户平均8.764个不同的标签用于每个艺术家

文件信息
数据包含5个dat格式的文件：

artists.dat 该文件包含用户收听和标记的音乐艺术家的信息 tags.dat 这个文件包含数据集中可用的一组标记。 user_artists.dat 这个文件包含每个用户收听的艺术家。它还为每一对 [user, artist]提供了一个监听计数。 user_taggedartists.dat - user_taggedartists-timestamps.dat 这些文件包含每个特定用户提供的艺术家的标签分配。它们还包含标签分配完成时的时间戳。 user_friends.dat 这些文件包含数据库中用户之间的朋友关系。

数据格式
数据格式化为每行一个条目如下(tap分隔，“\t”):

artists.dat
id \t name \t url \t pictureURL

示例:
707Metallicahttp://www.last.fm/music/Metallicahttp://userserve-ak.last.fm/serve/252/7560709.jpg

tags.dat
tagID \t tagValue

示例：
1 metal

user_artists.dat
userID \t artistID \t weight

示例：
2 51 13883

user_taggedartists.dat
userID \t artistID \t tagID \t day \t month \t year

示例：
25213 142009

user_taggedartists-timestamps.dat
userID \t artistID \t tagID \t timestamp

示例：
2 52 13 1238536800000

user_friends.dat
userID \t friendID

示例：
2 275

数据来源

数据来自grouplens
使用此数据集时，应引用:

Last.fm website, http://www.lastfm.com

亦可引用 HetRec'11 workshop 的内容如下:

@inproceedings{Cantador:RecSys2011,
author = {Cantador, Iv'{a}n and Brusilovsky, Peter and Kuflik, Tsvi},
title = {2nd Workshop on Information Heterogeneity and Fusion in Recommender Systems (HetRec 2011)},
booktitle = {Proceedings of the 5th ACM conference on Recommender systems},
series = {RecSys 2011},
year = {2011},
location = {Chicago, IL, USA},
publisher = {ACM},
address = {New York, NY, USA},
keywords = {information heterogeneity, information integration, recommender systems},
}