数据集概述
本数据集包含145063条时间序列数据，记录2015年7月1日至2022年6月30日期间维基百科页面的日度访问量（含缺失值）。数据基于Kaggle维基百科流量预测竞赛使用的页面范围扩展而来，文章名称中的冒号已替换为短横线以适配.tsf文件加载器，可用于网页流量趋势分析与预测研究。
文件详解
- 文件名称：web_traffic_extended_dataset_with_missing_values.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内含.tsf格式文件，记录145063个维基百科页面的日度访问量时间序列数据，覆盖2015-07-01至2022-06-30的时间范围，包含缺失值；文章名称中的特殊字符已做替换处理。
数据来源
Wikimedia REST API
适用场景
- 网页流量预测建模: 用于训练和验证维基百科页面日度访问量的时间序列预测模型。
- 网络用户行为分析: 分析不同维基百科页面访问量的变化趋势与用户行为特征。
- 缺失值插补算法研究: 基于含缺失值的流量数据，测试和优化时间序列缺失值处理方法。
- 竞赛数据集扩展应用: 作为Kaggle维基百科流量预测竞赛数据集的扩展版本，支持相关研究的延续与深化。
