首先需要说明一下推荐系统数据中的几个类别：
Item： 即我们要推荐的东西，如产品、电影、网页或者一条信息片段
User：对item进行评分以及接受推荐系统推荐的项目的人
Rating：用户对item的偏好的表达。评分可以是二分类的（如喜欢和不喜欢），也可以是整数（如1到5星）或连续（某个间隔的任何值）。 另外，还有一些隐反馈，只记录一个用户是否与一个项目进行了交互。
在文章 The Nine Must-Have Datasets for Investigating Recommender Systems 中介绍了推荐系统研究中的九大数据集。
1. MovieLens 【数据地址：https://grouplens.org/datasets/movielens/】（1M、10M、20M 共三个数据集）
MovieLens数据集由GroupLens研究组在 University of Minnesota — 明尼苏达大学中组织的。MovieLens是电影评分的集合，有各种大小。 数据集命名为1M，10M和20M，是因为它们包含1,10和20万个评分。MovieLens数据集中，用户对自己看过的电影进行评分，分值为1～5。MovieLens包括两个不同大小的库，适用于不同规模的算法．小规模的库是943个独立用户对1682部电影作的10000次评分的数据；大规模的库是6040个独立用户对3900部电影作的大约100万次评分。
2. Jester 【数据地址：http://eigentaste.berkeley.edu/dataset/】
Jester是由Ken Goldberg和他在加州大学伯克利分校的小组发展的，包含150个笑话大约600万的评分。 像MovieLens一样，Jester评分由互联网上的用户提供。与其他数据集相比，Jester有两个方面是特殊的：它使用-10到10的连续等级，并且在量级上具有最高的评分密度。评分密度的意思是大概“平均每个用户评价多少个项目”？如果每个用户都对每个项目进行了评分，那么评级密度将为100％。 如果没有人评价过任何东西，那将是0％。 Jester的密度约为30％，这意味着一个用户平均对30％的笑话进行了评分。 作为比较，MovieLens 1M的密度为4.6％（其他数据集的密度低于1％）。当然不是那么简单。 不是每个用户都评价相同数量的项目。 相反，一些用户对许多项目进行评分，大多数用户只评价一些。
3. Book-Crossings 【数据地址：http://www2.informatik.uni-freiburg.de/~cziegler/BX/】
Book-Crossings是由Cai-Nicolas Ziegler根据 bookcrossing.com 的数据编写的图书评分数据集。 它包含90000个用户的270000本书的110万个评分。评分范围从1到10，包括显式和隐式的评分。Book-Crossings数据集是最不密集的数据集之一，也是具有明确评分的最不密集的数据集。
4. Last.fm 【数据地址：https://grouplens.org/datasets/hetrec-2011/】
Last.fm提供音乐推荐的数据集。 对于数据集中的每个用户，包含他们最受欢迎的艺术家的列表以及播放次数。它还包括可用于构建内容向量的用户应用标签。Last.fm的数据聚合aggregated）后，有些信息（关于特定的歌曲，或某人正在听音乐的时间）会丢失。 然而，它是这些样本中唯一具有用户的社交网络的信息的数据集。
5. Wikipedia 【数据地址：https://en.wikipedia.org/wiki/Wikipedia:Database_download#English-language_Wikipedia】
*是其用户撰写的协作百科全书。*除了为最后一刻拼写学期论文的学生提供信息外，还为每个用户提供每篇文章的每个编辑的数据转储。该数据集已广泛用于社交网络分析，图形和数据库实现测试，以及*用户行为研究。还可以将用户采取的编辑操作，作为隐性评分，表明他们因某些原因关心该页面，并允许我们使用数据集来提出推荐。
由于*不是为了提供推荐者数据集而设计的，所以它确实存在一些挑战。其中一个是从页面中提取有意义的内容向量，但是幸运的是，大多数页面被很好地分类，为每个页面提供了一种类型。构建*的内容向量的挑战与现实世界数据集的推荐面临的挑战相似。所以我们认为这是建立一些这样做的专门知识的好机会。
6. OpenStreetMap 【数据地址：http://planet.openstreetmap.org/planet/full-history/】
OpenStreetMap是一个协作的地图项目，类似于*。 像*一样，OpenStreetMap的数据由用户提供，整个编辑历史的完整转储也是可用的。 数据集中的对象包括道路，建筑物，兴趣点，以及您可能在地图上找到的任何其他内容。 这些对象由键值对标识，因此可以从中创建一个基本的内容向量。 然而，键值对是*的，所以选择正确的设置是一个挑战。 一些键值对由编辑软件（例如“highway =住宅”）进行标准化和相同的使用，但通常它们可以是用户决定进入的任何内容 - 例如“FixMe !! = Exact location unknown”。
7. Python Git Repositories
收集的最终数据集，也许最不传统的，基于Git存储库中包含的Python代码。 我们写了几个脚本（在Hermes GitHub repo中 在此获取）从互联网上下载存储库，提取其中的信息，并将其加载到Spark中。 从那里我们可以从用户编辑中构建一组隐含的评分。目前通过查看所有导入的库并调用函数从每个Python文件中提取内容向量。 将来我们计划将库和函数本身作为建议的项目。
其他一些数据集：
1. EachMovie
HP/Compaq的DEC研究中心曾经在网上架设EachMovie电影推荐系统对公众开放．之后，这个推荐系统关闭了一段时间，其数据作为研究用途对外公布，MovieLens的部分数据就是来自于这个数据集的．这个数据集有72916个用户对l628部电影进行的2811983次评分。早期大量的协同过滤的研究工作都 是基于这个数据集的。2004年HP重新开放EachMovie，这个数据集就不提供公开下载了。
2. Netflix
这个数据集来自于电影租赁网址Netflix的数据库。Netflix于2005年底公布此数据集并设立百万美元的奖金(netflix prize)，征集能够使其推荐系统性能上升10％的推荐算法和架构。这个数据集包含了480189个匿名用户对大约17770部电影作的大约lO亿次评分。
3. Usenet Newsgroups
这个数据集包括20个新闻组的用户浏览数据。最新的应用是在KDD2007上的论文。新闻组的内容和讨论的话题包括计算机技术、摩托车、篮球、政治等。用户们对这些话题进行评价和反馈。
4. UCI知识库
UCI知识库是Blake等人在1998年开放的一个用于机器学习和评测的数据库，其中存储大量用于模型训练的标注样本。
5. LibRec 开源工具提供的数据集【数据地址：https://www.librec.net/datasets.html】
6. Datasets For recommender system 博客中总结提供的数据集
Amazon Product Data:
Amazon product data link
SNAP snap
Mobile Recommendation:
Data Set for Mobile App Retrieval link
frappe link
Ali_Mobile_Rec link1 ; link2
Mobile App User Dataset link
Movies Recommendation:
MovieLens - Movie Recommendation Data Sets link
Yahoo! - Movie, Music, and Images Ratings Data Sets link
Cornell University - Movie-review data for use in sentiment-analysis experiments link
Netflix Prize Dataset link
MovieTweetings - link
Joke Recommendation:
Jester - Movie Ratings Data Sets (Collaborative Filtering Dataset) link
Music Recommendation:
Last.fm - Music Recommendation Data Sets link
Yahoo! - Movie, Music, and Images Ratings Data Sets link
Audioscrobbler - Music Recommendation Data Sets link
Amazon - Audio CD recommendations link
Books Recommendation:
Institut für Informatik, Universität Freiburg - Book Ratings Data Sets link
Food Recommendation:
Chicago Entree - Food Ratings Data Sets link
Merchandise Recommendation:
Amazon - Product Recommendation Data Sets link
Healthcare Recommendation:
Nursing Home - Provider Ratings Data Set link
Hospital Ratings - Survey of Patients Hospital Experiences link
Dating Recommendation:
www.libimseti.cz - Dating website recommendation (collaborative filtering) link
Scholarly Paper Recommendation:
National University of Singapore - Scholarly Paper Recommendation link
【Reference】
1.https://www.cnblogs.com/shenxiaolin/p/8337913.html