36514本诗歌书籍250000条用户交互记录多语言覆盖2004-2017时间跨度诗歌书籍推荐系统数据集分析-支持个性化推荐市场趋势分析作者影响力评估内容分类聚类用户行为分析

# 诗歌书籍推荐系统数据集分析

## 引言与背景

在数字时代，书籍推荐系统已成为连接读者与内容的重要桥梁，尤其对于诗歌这一特殊文学体裁而言，精准的推荐能够帮助读者发现更多符合个人口味的作品。本数据集包含了丰富的诗歌书籍信息及用户交互数据，为推荐系统的开发和研究提供了宝贵的资源。

该数据集由两部分组成：书籍元数据和用户交互数据。书籍元数据包含了36514本诗歌相关书籍的详细信息，包括基本信息、评分、标签等；用户交互数据则记录了25846位用户对这些书籍的阅读行为和评价，共计250000条交互记录。这些数据不仅涵盖了书籍的基本属性，还包含了用户的真实反馈，为研究诗歌书籍的推荐算法提供了全面的视角。

对于科研人员而言，该数据集可用于开发和测试推荐算法，探索用户阅读行为模式；对于出版社和书店来说，可基于数据洞察优化图书采购和营销策略；对于普通读者，则可以通过推荐系统发现更多优质诗歌作品。

## 数据基本信息

### 书籍数据字段说明

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---------|---------|---------|---------|--------|
| isbn | 字符串 | 国际标准书号 | 0811223981 | 99.99% |
| text_reviews_count | 整数 | 文本评论数量 | 2 | 100.00% |
| series | 数组 | 系列信息 | [] | 100.00% |
| country_code | 字符串 | 国家代码 | US | 100.00% |
| language_code | 字符串 | 语言代码 | eng | 99.99% |
| popular_shelves | 数组 | 热门标签 | [{"count": "100", "name": "to-read"}] | 100.00% |
| asin | 字符串 | 亚马逊标准识别号 | B00U2WY9U8 | 99.99% |
| is_ebook | 布尔值 | 是否为电子书 | false | 100.00% |
| average_rating | 浮点数 | 平均评分 | 3.83 | 99.99% |
| kindle_asin | 字符串 | Kindle版本ASIN | B00SM9ITQS | 99.99% |
| similar_books | 数组 | 相似书籍 | ["25869488", "23630890"] | 100.00% |
| description | 字符串 | 书籍描述 | Fairy Tales gathers the unconventional verse dramolettes... | 99.99% |
| format | 字符串 | 书籍格式 | Paperback | 99.99% |
| link | 字符串 | 书籍链接 | https://www.goodreads.com/book/show/22466716-fairy-tales | 100.00% |
| authors | 数组 | 作者信息 | [{"author_id": "16073", "role": ""}] | 100.00% |
| publisher | 字符串 | 出版社 | New Directions | 99.99% |
| num_pages | 整数 | 页数 | 128 | 99.99% |
| publication_day | 整数 | 出版日 | 20 | 99.99% |
| isbn13 | 字符串 | 13位ISBN | 9780811223980 | 99.99% |
| publication_month | 整数 | 出版月 | 4 | 99.99% |
| edition_information | 字符串 | 版本信息 | First | 99.99% |
| publication_year | 整数 | 出版年 | 2015 | 99.99% |
| url | 字符串 | 书籍URL | https://www.goodreads.com/book/show/22466716-fairy-tales | 100.00% |
| image_url | 字符串 | 封面图片URL | https://images.gr-assets.com/books/1404958407m/22466716.jpg | 100.00% |
| book_id | 整数 | 书籍ID | 22466716 | 100.00% |
| ratings_count | 整数 | 评分数量 | 37 | 100.00% |
| work_id | 整数 | 作品ID | 41905435 | 100.00% |
| title | 字符串 | 书籍标题 | Fairy Tales: Dramolettes | 100.00% |
| title_without_series | 字符串 | 不含系列的标题 | Fairy Tales: Dramolettes | 100.00% |

### 用户交互数据字段说明

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---------|---------|---------|---------|--------|
| user_id | 字符串 | 用户ID | 8842281e1d1347389f2ab93d60773d4d | 100.00% |
| book_id | 整数 | 书籍ID | 1384 | 100.00% |
| review_id | 字符串 | 评论ID | 1bad0122cebb4aa9213f9fe1aa281f66 | 100.00% |
| is_read | 布尔值 | 是否已读 | True | 100.00% |
| rating | 整数 | 用户评分 | 4 | 100.00% |
| review_text_incomplete | 字符串 | 评论内容（不完整） | I have three younger siblings... | 99.99% |
| date_added | 日期 | 添加日期 | Wed May 09 09:33:44 -0700 2007 | 100.00% |
| date_updated | 日期 | 更新日期 | Wed May 09 09:33:44 -0700 2007 | 100.00% |
| read_at | 日期 | 阅读日期 | Tue Mar 01 00:00:00 -0800 1983 | 99.99% |
| started_at | 日期 | 开始阅读日期 | Thu Oct 19 17:23:24 -0700 2017 | 99.99% |

### 数据分布情况

#### 出版年份分布

| 年份 | 记录数量 | 占比 | 累计占比 |
|------|---------|------|----------|
| 2015 | 2000+ | ~5.5% | ~5.5% |
| 2014 | 1800+ | ~5.0% | ~10.5% |
| 2013 | 1600+ | ~4.5% | ~15.0% |
| 2012 | 1400+ | ~4.0% | ~19.0% |
| 2011 | 1200+ | ~3.5% | ~22.5% |
| 2010 | 1000+ | ~3.0% | ~25.5% |
| 2009 | 900+ | ~2.5% | ~28.0% |
| 2008 | 800+ | ~2.2% | ~30.2% |
| 2007 | 700+ | ~2.0% | ~32.2% |
| 2006 | 600+ | ~1.8% | ~34.0% |
| 其他年份 | 18000+ | ~49.0% | 100.0% |

#### 语言分布

| 语言 | 记录数量 | 占比 |
|------|---------|------|
| eng | 25000+ | ~68.5% |
| en-US | 3000+ | ~8.2% |
| fre | 1500+ | ~4.1% |
| spa | 1000+ | ~2.7% |
| ger | 800+ | ~2.2% |
| por | 600+ | ~1.6% |
| it | 500+ | ~1.4% |
| tur | 400+ | ~1.1% |
| ara | 300+ | ~0.8% |
| 其他语言 | 3000+ | ~8.2% |

#### 书籍格式分布

| 格式 | 记录数量 | 占比 |
|------|---------|------|
| Paperback | 25000+ | ~68.5% |
| Hardcover | 5000+ | ~13.7% |
| ebook | 2000+ | ~5.5% |
| Mass Market Paperback | 1000+ | ~2.7% |
| chapbook | 800+ | ~2.2% |
| 其他格式 | 2700+ | ~7.4% |

#### 用户交互类型分布

| 类型 | 记录数量 | 占比 |
|------|---------|------|
| 未读 | 126717 | 50.69% |
| 已读 | 123283 | 49.31% |

#### 用户评分分布

| 评分 | 记录数量 | 占比 |
|------|---------|------|
| 0星 | 133583 | 53.43% |
| 5星 | 47182 | 18.87% |
| 4星 | 39320 | 15.73% |
| 3星 | 22467 | 8.99% |
| 2星 | 5790 | 2.32% |
| 1星 | 1658 | 0.66% |

#### 热门标签分布（前20）

| 标签 | 记录数量 | 占比 |
|------|---------|------|
| poetry | 36210 | ~10.0% |
| to-read | 35947 | ~9.9% |
| currently-reading | 25112 | ~6.9% |
| favorites | 18815 | ~5.2% |
| owned | 15123 | ~4.1% |
| fiction | 12699 | ~3.5% |
| books-i-own | 12627 | ~3.5% |
| literature | 11526 | ~3.2% |
| to-buy | 10285 | ~2.8% |
| classics | 10279 | ~2.8% |

### 数据规模与覆盖范围

- 总书籍数：36514本
- 总用户数：25846位
- 总交互记录：250000条
- 时间范围：2004年2月至2017年10月
- 语言覆盖：多种语言，以英语为主
- 出版年份：1887年至2017年

## 数据优势

| 优势特征 | 具体表现 | 应用价值 |
|---------|---------|---------|
| 数据量庞大 | 包含36514本诗歌书籍和250000条用户交互记录 | 为推荐系统提供充足的训练数据，提高推荐准确性 |
| 字段丰富 | 书籍数据包含29个字段，交互数据包含10个字段 | 支持多维度分析，可构建更复杂的推荐模型 |
| 时间跨度长 | 覆盖2004-2017年的用户行为数据 | 可分析用户阅读习惯的变化趋势 |
| 多语言覆盖 | 包含多种语言的诗歌书籍 | 支持多语言推荐系统的开发 |
| 真实用户反馈 | 包含用户的阅读状态和评分 | 可用于评估推荐系统的实际效果 |
| 标签体系完善 | 每本书都有丰富的用户标签 | 可基于标签进行内容推荐和聚类分析 |
| 数据质量高 | 字段完整性均在99.99%以上 | 减少数据清洗成本，提高分析效率 |
| 涵盖经典与现代 | 包含从1887年到2017年的作品 | 满足不同读者的需求，支持多样化推荐 |

## 数据样例

### 书籍数据样例

1. 书籍ID: 16037549, 标题: Vision of Sir Launfal and Other Poems, 作者: [{'author_id': '15585', 'role': ''}], 出版社: Houghton, Mifflin and Company, 出版年份: 1887, 评分: 3.83, 页数: 80, 格式: Paperback, 语言: eng

2. 书籍ID: 22466716, 标题: Fairy Tales: Dramolettes, 作者: [{'author_id': '16073', 'role': ''}, {'author_id': '3484503', 'role': 'Translator'}, {'author_id': '367928', 'role': 'Translator'}, {'author_id': '1028358', 'role': 'Preface'}], 出版社: New Directions, 出版年份: 2015, 评分: 3.83, 页数: 128, 格式: Paperback, 语言:

3. 书籍ID: 926662, 标题: Growltiger's Last Stand and Other Poems, 作者: [{'author_id': '18540', 'role': ''}, {'author_id': '248155', 'role': 'Illustrator'}], 出版社: Farrar Straus Giroux, 出版年份: 2008, 评分: 4.38, 页数: 12, 格式: Paperback, 语言:

4. 书籍ID: 29065952, 标题: Louder Than Everything You Love, 作者: [{'author_id': '14308759', 'role': ''}], 出版社: ELJ Publications, 出版年份: 2015, 评分: 5.0, 页数: 118, 格式: Paperback, 语言: eng

5. 书籍ID: 35235890, 标题: Su Seviyesi, 作者: [{'author_id': '11563', 'role': ''}, {'author_id': '14182642', 'role': 'Translator'}], 出版社: Everest Yayinlari, 出版年份: 2017, 评分: 4.0, 页数: 128, 格式: Paperback, 语言: tur

6. 书籍ID: 15861988, 标题: Into Temptation, 作者: [{'author_id': '2988946', 'role': ''}], 出版社: Tollington Press, 出版年份: 2009, 评分: 4.75, 页数: 80, 格式: Paperback, 语言: eng

7. 书籍ID: 24849837, 标题: Naked Soul: The Erotic Love Poems, 作者: [{'author_id': '13260036', 'role': ''}], 出版社: Naked Soul Press, 出版年份: 2015, 评分: 3.95, 页数: 172, 格式: Paperback, 语言: eng

8. 书籍ID: 20544060, 标题: Black Liquor: Poems, 作者: [{'author_id': '547708', 'role': ''}], 出版社: Caitlin Press, 出版年份: 2013, 评分: 4.0, 页数: 128, 格式: Paperback, 语言:

9. 书籍ID: 10898316, 标题: Little Boy Blue: A Memoir in Verse, 作者: [{'author_id': '592389', 'role': ''}], 出版社: CavanKerry Press, 出版年份: 2011, 评分: 4.09, 页数: 63, 格式: Paperback, 语言:

10. 书籍ID: 11739266, 标题: Ariel, 作者: [{'author_id': '4379', 'role': ''}], 出版社: Gallimard, 出版年份: 2011, 评分: 4.0, 页数: 1, 格式: Mass Market Paperback, 语言: fre

### 用户交互数据样例

1. 用户ID: 8842281e1d1347389f2ab93d60773d4d, 书籍ID: 1384, 是否已读: True, 评分: 4, 添加日期: Wed May 09 09:33:44 -0700 2007

2. 用户ID: 72fb0d0087d28c832f15776b0d936598, 书籍ID: 24769928, 是否已读: False, 评分: 0, 添加日期: Wed Apr 27 11:05:51 -0700 2016

3. 用户ID: ab2923b738ea3082f5f3efcbbfacb218, 书籍ID: 240007, 是否已读: True, 评分: 4, 添加日期: Tue Nov 10 17:16:38 -0800 2009

4. 用户ID: d986f354a045ffb91234e4af4d1b12fd, 书籍ID: 23513349, 是否已读: False, 评分: 0, 添加日期: Thu Jul 20 13:55:22 -0700 2017

5. 用户ID: 06316bec7a49286f1f98d5acce24f923, 书籍ID: 2696, 是否已读: True, 评分: 3, 添加日期: Tue Jun 05 09:17:50 -0700 2012

6. 用户ID: 1711b2a40d154603f157536619f71967, 书籍ID: 17707772, 是否已读: False, 评分: 0, 添加日期: Thu Feb 09 14:39:10 -0800 2017

7. 用户ID: 220ef9c058a2132e6a9827f93a821d87, 书籍ID: 18743, 是否已读: True, 评分: 5, 添加日期: Sun Jun 10 09:13:39 -0700 2012

8. 用户ID: 01ec1a320ffded6b2dd47833f2c8e4fb, 书籍ID: 28188156, 是否已读: False, 评分: 0, 添加日期: Tue Apr 05 00:44:11 -0700 2016

9. 用户ID: 4b3636a043e5c99fa27ac897ccfa1151, 书籍ID: 30119, 是否已读: True, 评分: 5, 添加日期: Tue Jun 14 15:28:50 -0700 2011

10. 用户ID: 4035e5f05352217609c1a294410f2d50, 书籍ID: 1371, 是否已读: True, 评分: 4, 添加日期: Wed Apr 10 19:20:03 -0700 2013

## 应用场景

### 个性化诗歌推荐系统

基于该数据集，可开发个性化诗歌推荐系统，为用户推荐符合其阅读偏好的诗歌作品。系统可利用用户的历史阅读记录、评分和标签偏好，结合书籍的元数据信息，构建推荐模型。通过分析用户对不同类型诗歌的偏好，系统能够精准推荐用户可能感兴趣的作品，提高用户发现优质诗歌的效率。例如，对于喜欢现代诗歌的用户，系统可以推荐 contemporary poetry 标签下的高评分作品；对于喜欢经典诗歌的用户，则可以推荐 classics 标签下的经典之作。

### 诗歌市场趋势分析

出版社和书店可以利用该数据集分析诗歌市场的发展趋势，包括不同时期、不同语言、不同风格诗歌的受欢迎程度变化。通过分析用户评分和阅读行为，可以了解哪些类型的诗歌更受读者欢迎，哪些作者的作品更具市场潜力。这些洞察可以帮助出版社优化选题策略，书店优化采购和陈列方案，从而更好地满足读者需求，提高市场竞争力。

### 诗歌作者影响力评估

研究者可以利用该数据集评估诗歌作者的影响力，分析不同作者的作品被阅读、评分和标记的情况。通过统计作者的作品数量、平均评分、阅读量和标签分布，可以构建作者影响力指标，为文学研究提供数据支持。例如，可以分析哪些作者的作品被标记为 favorites 的比例更高，哪些作者的作品评分更高，从而评估作者在读者中的受欢迎程度和文学价值。

### 诗歌内容分类与聚类

基于书籍的标签信息和描述，可以对诗歌作品进行自动分类和聚类，构建诗歌分类体系。通过自然语言处理技术分析书籍描述和标签，可以识别诗歌的主题、风格、时代等特征，将诗歌作品分为不同类别。这种分类体系可以帮助读者更系统地发现和探索诗歌作品，也可以为推荐系统提供更精细的内容特征，提高推荐的准确性。

### 用户阅读行为分析

通过分析用户的阅读行为数据，可以了解读者的阅读习惯和偏好，包括阅读频率、阅读时长、评分行为等。这些分析可以帮助平台优化用户体验，例如根据用户的阅读时间推荐合适长度的诗歌作品，根据用户的评分习惯调整推荐算法。此外，还可以分析不同群体的阅读行为差异，为不同类型的读者提供定制化的服务。

## 结尾

本数据集为诗歌书籍推荐系统的开发和研究提供了丰富的资源，包含了大量真实的书籍信息和用户交互数据。其数据量庞大、字段丰富、时间跨度长、多语言覆盖等优势，使其成为研究诗歌推荐系统的理想数据集。

通过对该数据集的分析和应用，可以开发出更精准的诗歌推荐系统，帮助读者发现更多符合个人口味的诗歌作品；可以为出版社和书店提供市场洞察，优化图书出版和销售策略；可以为文学研究提供数据支持，评估诗歌作者的影响力和诗歌市场的发展趋势。

未来，随着更多用户数据的积累和推荐算法的改进，基于该数据集的推荐系统将能够为读者提供更加个性化、精准的诗歌推荐服务，促进诗歌文化的传播和发展。

有需要可私信获取更多信息。