一、機器學習的產(chǎn)品數(shù)據(jù)集
-
Fashion-MNIST：MNIST非常適合產(chǎn)品分類用例，其中包含10個類別的近60,000張時尚產(chǎn)品的訓練圖像和10,000張測試圖像。
-
來自“維多利亞的秘密”和其他雜志的內(nèi)衣數(shù)據(jù)：來自流行零售網(wǎng)站的600,000多種內(nèi)衣產(chǎn)品數(shù)據(jù)。它包括產(chǎn)品說明，價格，類別，評級等。
https://www.kaggle.com/PromptCloudHQ/innerwear-data-from-victorias-secret-and-others
-
電子產(chǎn)品和定價數(shù)據(jù)：此數(shù)據(jù)集包含7,000多種電子產(chǎn)品的列表以及10個價格信息字段。
https://data.world/datafiniti/electronic-products-and-pricing-data
-
男鞋價格：10,000張男鞋的清單以及各種售價。
-
女鞋價格：除了以前的數(shù)據(jù)集之外，它還包含10,000種女鞋的列表以及各種售價。
-
電子商務(wù)商品數(shù)據(jù)：對于推薦系統(tǒng)很有用，該數(shù)據(jù)集包含SKU及其來自戶外服裝品牌產(chǎn)品目錄的相關(guān)產(chǎn)品描述。
-
Amazon.com上的Fashion Products：這是通過從Amazon提取數(shù)據(jù)而創(chuàng)建的預抓取數(shù)據(jù)集。它由亞馬遜上約22,000種時尚產(chǎn)品組成。
https://data.world/promptcloud/fashion-products-on-amazon-com
-
服裝的電子商務(wù)標簽：此零售數(shù)據(jù)集包含來自電子商務(wù)網(wǎng)站的圖像，在襯衫，夾克，太陽鏡等周圍畫有邊框。它有907個項目，其中504個項目已手動標記。
https://dataturks.com/projects/devika.mishra/E-commerce%20Tagging%20for%20clothing
二、機器學習的零售交易數(shù)據(jù)集
-
在線零售數(shù)據(jù)集（UCI機器學習存儲庫）：此數(shù)據(jù)集包含一個總部位于英國的在線零售公司在八個月內(nèi)（01/12 / 2010-09 / 12/2011）的所有交易。
-
巴西電子商務(wù)公共數(shù)據(jù)集：此數(shù)據(jù)集包含2016年至2018年在多個市場在Olist上做出的100,000多個巴西匿名訂單（100k訂單）。此外，它包括從訂單狀態(tài)，價格，付款和貨運績效到客戶的真實書面評論的多個維度。
-
Online Auctions數(shù)據(jù)集：零售數(shù)據(jù)集，其中包含Cartier手表，Xbox游戲機，Palm Pilot M515 PDA和Swarovski珠子上的eBay拍賣數(shù)據(jù)。
https://www.kaggle.com/onlineauctions/online-auctions-dataset/home
-
Retailrocket推薦系統(tǒng)數(shù)據(jù)集：此數(shù)據(jù)是在4.5個月的時間內(nèi)從真實的電子商務(wù)網(wǎng)站收集的。此外，它還包含有關(guān)訪客行為的信息，包括點擊，添加到購物車和交易等事件。
三、機器學習的電子商務(wù)搜索相關(guān)性數(shù)據(jù)集
-
電子商務(wù)搜索相關(guān)性：此集合包含圖像URL，頁面排名，每種產(chǎn)品的描述，導致每種結(jié)果的搜索查詢以及來自五個主要英語電子商務(wù)網(wǎng)站的更多信息。
-
百思買搜索查詢NER數(shù)據(jù)集：零售數(shù)據(jù)集，包含在bestbuy.com上帶有手動標記的搜索查詢。搜索查詢中的短語被標記為各種重要實體，例如品牌，型號名稱，類別名稱等。
https://dataturks.com/projects/Mohan/Best%20Buy%20E-commerce%20NER%20dataset
四、用于機器學習的客戶審查數(shù)據(jù)集
-
女士電子商務(wù)服裝評論：另一個電子商務(wù)數(shù)據(jù)的絕佳資源，此Kaggle數(shù)據(jù)集包含23,000個真實的客戶評論和評分。但是，由于其特征是真實的商業(yè)數(shù)據(jù)，因此所有信息都已匿名化。因此，在評論文本和正文中對公司的引用已被替換為“零售商”。
https://www.kaggle.com/nicapotato/womens-ecommerce-clothing-reviews/home
-
Amazon Commerce評論集：此零售數(shù)據(jù)集用于在線Writeprint中的作者身份識別，Writeprint是模式識別的新研究領(lǐng)域。此外，為了檢查分類算法的魯棒性，我們確定了50個最頻繁發(fā)布評論的最活躍用戶。
https://archive.ics.uci.edu/ml/datasets/Amazon+Commerce+reviews+set
-
多域情感分析數(shù)據(jù)集：稍舊的零售數(shù)據(jù)集，其中包含按產(chǎn)品類型和等級劃分的產(chǎn)品評論數(shù)據(jù)。此外，評論包含星級（1到5顆星），可以根據(jù)需要將其轉(zhuǎn)換為二進制標簽。
-
亞馬遜和百思買電子：來自50種電子產(chǎn)品的7,000多個在線評論列表。除了評論本身之外，數(shù)據(jù)集還包括日期，來源，等級，標題，評論者元數(shù)據(jù)等。
https://data.world/datafiniti/amazon-and-best-buy-electronics
-
語法和在線產(chǎn)品評論：這是Datafiniti的一個大型數(shù)據(jù)集的示例。它包含超過70,000條評論的列表，可用于許多機器學習用例。例如，您可以評估寫作質(zhì)量如何影響正面和負面的在線產(chǎn)品評論。
https://data.world/datafiniti/grammar-and-online-product-reviews
-
機器學習的電子商務(wù)數(shù)據(jù)集
年度零售貿(mào)易調(diào)查（ARTS）：此數(shù)據(jù)集提供了在美國境外持有的年度總銷售，運營費用和庫存的國家估計。
-
經(jīng)濟普查：經(jīng)濟普查每五年對國家和地方一級的行業(yè)和社區(qū)的商業(yè)活動進行詳細描述。
-
E-Stats：美國政府的該數(shù)據(jù)集報告了無論通過開放式網(wǎng)絡(luò)（例如Internet）在線銷售的商品和服務(wù)的價值。
-
歐盟對外貿(mào)易數(shù)據(jù)集：另一個政府數(shù)據(jù)集，歐盟對外貿(mào)易數(shù)據(jù)集提供有關(guān)按商品，按原產(chǎn)國或目的地分類的進出口，貿(mào)易順差值的信息。
https://ec.europa.eu/eurostat/web/international-trade-in-goods/data
-
1999-2015年按商品類別劃分的電子商務(wù)銷售額：此數(shù)據(jù)集包含真實的普查數(shù)據(jù)，該數(shù)據(jù)顯示了按商品類別劃分的電子商務(wù)總銷售額以及1999-2015年的復合年增長率。
https://www.census.gov/data/tables/2015/econ/e-stats/2015-e-stats.html
