知乎联合清华：开放国内最大个性化推荐实际交互数据集
5月21日，知乎联合清华大学对外开放基于知乎的大规模富文本查询和推荐数据集“ZhihuRec”。该数据集包含了知乎上的1亿个行为数据，是目前为止，国内用于个性化推荐的最大的实际交互数据集。
作为一个大型数据集，ZhihuRec具有社交化问答场景中的详细信息，覆盖了知乎10天内、79.8万用户、16.5万个问题、55.4万个回答、24万个作者、7万话题以及50.1万用户搜索行为日志，保留了完整的用户交互（例如点击、跳过、搜索等）、时机和内容信息，且所有数据均经过脱敏处理。
该数据集可用于评估常规top-N推荐、顺序推荐和上下文感知推荐中的算法应用，还可用于集成搜索和推荐以及带有负反馈的推荐。 此外，该数据集不仅可以用于推荐研究，还可以应用于用户建模（例如，性别预测，用户兴趣预测），搜索和推荐系统的组合以及其他有趣的主题。
个性化推荐技术已经广泛应用于购物、视频、阅读、社交等互联网场景。但开放式大规模真实场景数据集十分罕有。ZhihuRec数据集的开放，不仅丰富了开放式大规模真实场景数据集的研究样本，更填补了推荐系统中用户交互日志的空白。
知乎成立十年来，聚集了超过3 .53亿条内容，每天会新增超过2000万条创作和互动。2018年，知乎曾联合中国信息检索学术会议（CCIR）、清华大学计算机系信息检索课题组（THUIR）共同举办了“移动环境下知识分享平台上的内容推荐”大赛，首次在比赛中开放ZhihuRec数据集，吸引了众多高校和企业技术团队参赛和关注。此次知乎联合清华大学将该数据集进一步丰富并全面开放，旨在通过更大范围的数据开源，为行业算法技术突破与演进提供更多数据和场景支持。
相关文章：
SQL Server 2014 许可证（五）降级与升级
“版本”一词对应的英文单词有两个：（1） Version是指不同历史时期发生的产品，或者指产品不同的“代”，例如，SQL Server 2014 版本。（2） Edition是指在发行同一代产品（Vers…
OCM_第十二天课程：Section6 —》数据库性能调优_ 资源管理器/执行计划
注：本文为原著（其内容来自 腾科教育培训课堂）。阅读本文注意事项如下：1：所有文章的转载请标注本文出处。2：本文非本人不得用于商业用途。违者将承当相应法律责任。3：该系列文章目录列表…
赠书 | 联邦学习如何在视觉领域应用？
前言：联邦学习是如何应用在视觉领域的？本文将通过一个获得了2020年AAAI人工智能创新应用奖的案例来向大家介绍。本案例是联邦学习在视觉、物联网、安防领域的实际应用，对分散在各地的摄像头数据，通过联邦学习，构建一个…
AME_Oracle自带AME审批链详解AME Standard Handler（概念）
2014-05-30 Created By BaoXinJian Oracle 自带了3大类，13个子类的审批链Action Type, 对应了13个标准的AME Standard Handler 1. 按主管层次审批 absolute job level / chains of authority based on absolute job levelfinal approver only / chains of authorit…
c# 中如何定义和接收消息
在C#中目前我还没有找到发送消息的类成员函数，所以只能采用通过调用WIN 32 API 的 SendMessage() 函数实现。由于 SendMessage的参数中需要得到窗体的句柄(handler) ，所以又要调用另一个API FindWindow(), 两者配合使用，达到在不同窗体之间的…
java如何读写json文件
java如何读写json文件 在实际项目开发中，有时会遇到一些全局的配置缓存，最好的做法是配置redis数据库作为数据缓存，而当未有配置redis服务器时，读取静态资源文件（如xml、json等）也是一种实现方式࿰…
C#数组篇讲解
数组是我们经常用到的，我来介绍一下：数组是具有相同类型的一组数据。当访问数组中的数据时，可以通过下标来指明。c#中数组元素可以为任何数据类型，数组下标从0开始，即第一个元素对应的下标为0，以后逐个递增…
Spring AOP详解（转载）所需要的包
上一篇文章中，《Spring Aop详解（转载）》里的代码都可以运行，只是包比较多，中间缺少了几个相应的包，根据报错，几经百度搜索，终于补全了所有包。 截图如下： 在主测试类里面…
Mendix 披露低代码方法论，解读真实技术趋势
作者 | 宋慧头图 | 下载于视觉中国出品 | AI 科技大本营（ID:rgznai100）在 2021年初正式宣布进入中国市场之后，Mendix 在近日向媒体重点披露了关于低代码的技术方法论，以及近四个月在中国市场的进展。Mendix 的低代码技术方法论对于…
PHP中foreach详细解读
oreach 语法结构提供了遍历数组的简单方式。foreach 仅能够应用于数组和对象，如果尝试应用于其他数据类型的变量，或者未初始化的变量将发出错误信息。有两种语法： foreach (array_expression as $value) statement foreach (array_expression…
Android ViewPager使用具体解释
这是谷歌官方给我们提供的一个兼容低版本号安卓设备的软件包，里面包囊了仅仅有在安卓3.0以上能够使用的api。而viewpager就是当中之中的一个利用它，我们能够做非常多事情，从最简单的导航，到页面菜单等等。那怎样使用它呢ÿ…
实时音视频的超级风口，开发者的机会在哪里？
2021年初因为Elon Musk“带货”而走红的音频社交App Clubhouse，又以肉眼可见的速度跌落神坛，下载量从2月的960 万/月跌至4月的92万/月。不过在5月，Clubhouse终于推出了安卓版，并表示接下来也会对所有用户开放。 另一边，…
高可用集群之分布式文件系统
一、分布式文件系统和单机文件系统的区别：单机文件系统的分区只能被一台主机所挂载，不能同时被多台主机挂载使用，因为单机文件系统是通过系统内核层的锁机制来完成的，所以一个系统上可以有多个进程访问，但只能在一个时…
C#中基本知识
当数据转换到asp.net页面时，大部分都是以文本的形式存在的。有时候为了输出，单单使用显示或者隐式转换都是不行的，就需要本节说到的数据转换。 字符串输出： int intAge21; string strAgeintAge.ToString(); 转换DateTime值时&…
索引系列八--索引特性之有序难优化union
----UNION 是需要排序的drop table t1 purge;create table t1 as select * from dba_objects where object_id is not null;alter table t1 modify OBJECT_ID not null;drop table t2 purge;create table t2 as select * from dba_objects where object_id is not null;alter t…
OpenCV 实战：3 步实现图像降噪
来源 | 小白视觉志 头图 | 下载于视觉中国本文将展示如何通过三个简单的步骤来实现降噪。我们将使用机器学习训练的降噪模型，最好的降噪模型之一。程序可以判断图像是否有噪点吗？这应该是一个很有创意的想法，因为我们的降噪模型不够智能&…
一条数字链路连接的端口无法UP及后续相应故障的排除
故障现象1： 运营商检测线路正常，但是端口无法up。 解决办法： 1、翻转端口 2、将端口速率强制为1000M，全双工#speed 1000 #dup full 端口正常UP。 故障现象2： 线路丢包5%。 解决办法： 1、检查端口光功率&…
华为：HarmonyOS 即将开源！
整理 | 晋兆雨出品 | CSDN（ID：CSDNnews）5 月 24 日，在鸿蒙开发者创新大赛颁奖典礼上，华为消费者业务软件部总裁王成录宣布：HarmonyOS 将会开源开放，并在武汉大学等15个学校开展 HarmonyOS 课程。…
C#实现网段扫描
摘要 想必大家对小榕时光等扫描器都非常熟悉了，有没有自己写一个的冲动。最近微软推实施了.NET战略方案，C#是主推语言，你们是否有兴趣用C#来实现对局域网IP地址的扫描，尝试一下自己写的快乐，那么请跟我来。 正文 1.先介…
sbt配置nexus仓库
2019独角兽企业重金招聘Python工程师标准>>> 最近学习Scala，不可避免的要用到sbt。爱折腾的我把原本比较简单的事情搞的复杂了，来来回回搞了好久，记录下来，有同样爱折腾的盆友可以参考下。 sbt在windows下如果是默认安…
C#编程（十二）----------函数
类和结构 类和结构实际上都是创建对象的模板 ,每 个对象都包含数据 ,并 提供了处理和访问数据的方法。 类定义了类的每个对象 (称 为实例 )可 以包含什么数据和功能 。 例如 ,如 果 一 个类表示 一 个顾客 ,就可以定义字段 CustomerID、 FirstName、 LastNane和 Address,以 包含…
Linux很实用的命令查找软件安装目录
#whereis php #which php #php -v 查看版本号 差异自己去体会
Python 库突发 PyPI 危机！
整理 | 梦依丹出品 | CSDN（ID：CSDNnews）据 BleepingComputer 报道，Python 官方软件包存储库 PyPI 遭受了黑客攻击，攻击者通过注入垃圾邮件包的形式发起了洪水攻击。这些垃圾邮件及软件包用电影、电视节目名称命名&…
scala入门之代码补全
为什么80%的码农都做不了架构师？>>> 在scala的shell命令行中，我们可以使用像Linux那样的代码补全功能。Linux中是使用Tab键补全，scala的shell命令行也是使用这个键。例如，我们在“ssss”这个字符串上调用toUpperCase方…
pycharm第一个Python程序
print ("Hello word!"); 这是Python3.xx的语法！
C#枚举系统安装的所有打印机
在下面的程序中我们将把系统中所安装的打印机用列表框列出来，同时为默认打印机设置缺省值。 在下面的程序中我们用到了两个主要的类，把所有的打印机列表出来用到了PrinterSettings 类,获取系统默认打印机用到了PrintDocument 类，下面我们就动…
编译安装linux内核步骤
编译安装linux内核步骤： 一.获取内核源码 源码网址：www.kernel.org 二.解压内核源码 首先以root帐号登录，然后进入/usr/src子目录。如果用户在安装Linux时，安装了内核的源代码，则会发现一个linux-x.y.z的子目录。该目录…
遏制企业数据泄露之殇，大咖切磋云安全的攻防之道
整理 | 寇雪芹出品 | AI 科技大本营（ID:rgznai100）5 月 7 日，美国最大燃油管道、东部地区油气输送主动脉 Colonial Pipeline 计算机系统被黑客入侵和勒索，导致美国17个州和华盛顿特区进入紧急状态。这次黑客入侵无异于一记重拳&am…
【NOIP2016】愤怒的小鸟
Description Kiana最近沉迷于一款神奇的游戏无法自拔。 简单来说，这款游戏是在一个平面上进行的。 有一架弹弓位于(0,0)处，每次Kiana可以用它向第一象限发射一只红色的小鸟，小鸟们的飞行轨迹均为形如y ax^2 bx的曲线，其中a, b是…
“智能”基石：人工智能数据标注与训练，是决定智能时代的第一步
记者 | 邓晓娟 2021年5月20日~23日，由深圳市科学技术协会、深圳市商务局、深圳市福田区人民政府共同指导，深圳市科技开发交流中心、深圳市人工智能行业协会联合主办的2021第二届深圳国际人工智能展开幕式暨智能制造创新高峰论坛在深圳会展中心࿰…