Yelp挑战（美食家挑战） Yelp数据集挑战：NLP； 情绪分析； 餐厅推荐系统 该项目使用Yelp数据集质询数据，其中包含来自美国各地Yelp用户的餐厅评论，在Yelp上注册的餐厅的业务信息。 在这个项目中，我选择了从2016年到2018年的评论来训练和测试我的模型。 总体而言，原始数据的大小约为1GB。 该项目分为三个主要部分： 数据预处理 NLP和情绪分析（朴素贝叶斯分类器） 推荐系统

Yelp数据集分析 这是Yelp数据集的大数据分析。 数据可在以下网站找到： : 我无法将数据集放在此处，因为数据集超过3 gb。 但是我已经把我的ipynb文件放在这里了。 您可以从上述网站下载数据集并使用此ipynb文件运行。 此外，“数据集”文件夹列表中的一些其他文件的工作正在进行中。

The Yelp dataset is a subset of our businesses, reviews, and user data for use in personal, educational, and academic purposes. Available as JSON files, use it to teach students about databases, to learn NLP, or for sample production data while you learn how to make mobile apps.

Yelp-推荐算法 在yelp数据集上摘录取部分评分数据进行多种推荐算法（SVD，SVDPP，PMF，NMF）的性能对比。从yelp数据集中提取一些评分数据，以比较各种推荐算法（SVD，SVDPP，PMF）的性能，NMF）。原始数据集可以在下方下载：

yelp 数据集 可用于推荐系统 yelp数据集 yelp 数据集 推荐系统

yelp_review_full_csv数据集，是Yelp为了学习目的而发布的一个开源数据集。它包含了由数百万用户评论，商业属性这是一个非常常用的全球NLP挑战数据集。训练集总共650,000，测试集50,000，一共5个分类，每一种各有130,000训练样本，10,000个测试样例。

elp希望更多的学生利用这些数据，在研究中想出创新性方法，他们也提供了目前感兴趣的一些主题。 一是图片分类。目前他们虽然能识别出图片中类似于汉堡之类的食物，但是如何评价一张图片是否好看还有待研究。 二是自然语言处理和情感分析。用户评价数据里有很多能挖掘的元数据，可以用于推断语义、商户属性和情感。他们想知道评价里表达了什么，是好评还是差评。 三是图像挖掘。比如说挖掘出用户之间的关系是如何限定他们的使用规律，流行趋势的引导者在一家店火起来之前都是去哪儿吃饭的。

用于基于地理位置的推荐系统数据集。 After preprocessing, the dataset contains 30,887 users, 18,995 POIs and 860,888 reviews.