资源名称：js数据集-电影评分数据-movieles-可用于做毕设实验.zip 内容概要：是一款数据集，电影评分数据，已经做好了分类和数据说明。特别简单易用。 关键信息：可以用于数据分析，大数据，推荐系统的学习和实验，数据成熟适合学生党，考研党使用。 适用人群：学生，前端工程师，项目经理，软件公司，软件教师，计算机学生 使用场景：学习，研究生学习，算法工程师，学生，毕业设计，课堂作业，个人练习，css练习，二次开发

28 部电影-超 70 万 用户-超 200 万条 评分评论 想看数据建议用notepad++打开 用于分析类型 推荐系统 情感/观点/评论 倾向性分析 豆瓣电影

自然语言处理数据集-52万件商品一千多个类目，近150 万用户，近800 万条评论评分数据

自然语言处理数据集-近25万家餐馆，50万用户，近500万条评论评分数据

一、ESG数据描述： 1. ESG表格数据变量包括股票代码、ESG综合评分、environment/socialty/government三项独立评分、公司简称、首次发行上市日期、注册资本、注册所在省份/地级市/县级市、行业代码/行业名称等信息； 2. 该数据集内含2011-2020年Bloomberg对A股部分上市公司的ESG评分，2011-2014间大概900家左右的公司有评分，2015-2020间大概增加到1200家公司。 3. 表内ESG评分在1-65区间，分数越大越好。 二、closePrice数据描述 1. ESG数据涉及股票1209支，所以调取了1209支股票2010·01·04至2022·06·30期间的收盘价； 2. 这些股票中有一部分上市晚于2010年，存在连续空置。

Book – Crossing Dataset 是由 Book – Crossing 社区的 278858 名用户的评分组成，其包含约 271379 本书的 1149780 条评分数据，该数据集包含 3 个分类。 BX-用户 包含用户信息，其中用户 ID 已被匿名化并映射到整数，除了包含人口统计数据的部分，其余字段均包含 NULL 值。 BX-书籍 包含书本的 ISBN 标识，除此之外，还提供了作者、出版年份、出版社等基于内容的信息，在拥有多位作者的情况下，仅提供第一作者；并且该数据集提供了链接到封面图像的 URL，相关链接直接指向 Amazon 网站。 BX-书本评级 包含图书评分信息，其中评级分为明确、从 1 – 10 表示和用 0 表示的隐含值。 该数据集由德国自由堡大学于 2005 年发布，相关论文有《Improving Recommendation Lists Through Topic Diversification》。

There are ten data sets. Each of the data sets was generated from a single prompt. Selected respones have an average length of 50 words per response. Some of the essays are dependent upon source information and others are not. All responses were written by students primarily in Grade 10. All responses were hand graded and were double-scored. 这有十个数据集。每个数据集都是从单个提示符生成的。选定的回答平均长度为50字。一些论文是依赖于来源信息和其他不是。所有的回答都是由10年级的学生写的。所有的回答都是手工评分的，并且是双重评分。 bag_of_words_benchmark.csv length_benchmark.csv public_leaderboard_solution.csv test.csv Guidelines for Transcribing Student Essays.pdf The Hewlett Foundation Short Answer Scoring_datasets.txt

movielens数据集（包含全部数据：10万、100万、1000万条评分数据）

该项目是我大三下学期的课程设计，它是以和鲸社区的信用卡评分模型构建数据为数据集，以Python为编程语言，使用大数据框架Spark对数据进行处理分析，并对分析结果进行可视化。里面包含我的课程设计报告和完整的代码。希望对你们有帮助。

1 万本畅销书的6百万读者评分数据，每个评分1-5分不等。