美客多用户商品浏览与购买行为预测数据集-2020年
数据来源：互联网公开数据
标签：电商,用户行为,推荐系统,商品浏览,购买预测,机器学习,美客多,数据挖掘
数据概述：
本数据集源自美客多（Mercado Livre）电商平台，旨在助力理解用户商品浏览和购买行为，为个性化推荐提供数据支持。数据集包含2020年期间的用户浏览记录，用于预测用户可能感兴趣的商品。数据集提供了两个主要文件：train_dataset.jl.gz（训练集）和test_dataset.jl.gz（测试集）。每条数据记录代表用户的购买行为，包含用户浏览历史（user_history）和购买商品（item_bought）两个关键字段。此外，还提供了items_data.jsonlines文件，其中包含商品的额外信息，可用于构建更丰富的模型。
数据用途概述：
该数据集主要用于构建和评估推荐系统，预测用户在浏览历史之后最有可能购买的商品。具体应用场景包括：个性化商品推荐、用户行为分析、市场趋势预测、商品关联分析等。研究人员和数据科学家可以利用该数据集开发机器学习模型，提升推荐准确度，优化用户购物体验。同时，该数据集也适用于电商领域的研究与实践，帮助理解用户购买决策过程，优化商品展示策略。
