24种用于机器学习的最佳电子商务和零售数据集

一、机器学习的产品数据集

1. Fashion-MNIST：MNIST非常适合产品分类用例，其中包含10个类别的近60,000张时尚产品的训练图像和10,000张测试图像。

   https://github.com/zalandoresearch/fashion-mnist

2. 来自“维多利亚的秘密”和其他杂志的内衣数据：来自流行零售网站的600,000多种内衣产品数据。它包括产品说明，价格，类别，评级等。

   https://www.kaggle.com/PromptCloudHQ/innerwear-data-from-victorias-secret-and-others

3. 电子产品和定价数据：此数据集包含7,000多种电子产品的列表以及10个价格信息字段。

   https://data.world/datafiniti/electronic-products-and-pricing-data

4. 男鞋价格：10,000张男鞋的清单以及各种售价。

   https://data.world/datafiniti/mens-shoe-prices

5. 女鞋价格：除了以前的数据集之外，它还包含10,000种女鞋的列表以及各种售价。

   https://data.world/datafiniti/womens-shoe-prices

6. 电子商务商品数据：对于推荐系统很有用，该数据集包含SKU及其来自户外服装品牌产品目录的相关产品描述。

   https://www.kaggle.com/cclark/product-item-data/home

7. Amazon.com上的Fashion Products：这是通过从Amazon提取数据而创建的预抓取数据集。它由亚马逊上约22,000种时尚产品组成。

   https://data.world/promptcloud/fashion-products-on-amazon-com

8. 服装的电子商务标签：此零售数据集包含来自电子商务网站的图像，在衬衫，夹克，太阳镜等周围画有边框。它有907个项目，其中504个项目已手动标记。

   https://dataturks.com/projects/devika.mishra/E-commerce%20Tagging%20for%20clothing

二、机器学习的零售交易数据集

1. 在线零售数据集（UCI机器学习存储库）：此数据集包含一个总部位于英国的在线零售公司在八个月内（01/12 / 2010-09 / 12/2011）的所有交易。

   https://www.kaggle.com/carrie1/ecommerce-data/home

2. 巴西电子商务公共数据集：此数据集包含2016年至2018年在多个市场在Olist上做出的100,000多个巴西匿名订单（100k订单）。此外，它包括从订单状态，价格，付款和货运绩效到客户的真实书面评论的多个维度。

   https://www.kaggle.com/olistbr/brazilian-ecommerce/home

3. Online Auctions数据集：零售数据集，其中包含Cartier手表，Xbox游戏机，Palm Pilot M515 PDA和Swarovski珠子上的eBay拍卖数据。

   https://www.kaggle.com/onlineauctions/online-auctions-dataset/home

4. Retailrocket推荐系统数据集：此数据是在4.5个月的时间内从真实的电子商务网站收集的。此外，它还包含有关访客行为的信息，包括点击，添加到购物车和交易等事件。

   https://www.kaggle.com/retailrocket/ecommerce-dataset/home

三、机器学习的电子商务搜索相关性数据集

1. 电子商务搜索相关性：此集合包含图像URL，页面排名，每种产品的描述，导致每种结果的搜索查询以及来自五个主要英语电子商务网站的更多信息。

   https://data.world/crowdflower/ecommerce-search-relevance

2. 百思买搜索查询NER数据集：零售数据集，包含在bestbuy.com上带有手动标记的搜索查询。搜索查询中的短语被标记为各种重要实体，例如品牌，型号名称，类别名称等。

   https://dataturks.com/projects/Mohan/Best%20Buy%20E-commerce%20NER%20dataset

四、用于机器学习的客户审查数据集

1. 女士电子商务服装评论：另一个电子商务数据的绝佳资源，此Kaggle数据集包含23,000个真实的客户评论和评分。但是，由于其特征是真实的商业数据，因此所有信息都已匿名化。因此，在评论文本和正文中对公司的引用已被替换为“零售商”。

   https://www.kaggle.com/nicapotato/womens-ecommerce-clothing-reviews/home

2. Amazon Commerce评论集：此零售数据集用于在线Writeprint中的作者身份识别，Writeprint是模式识别的新研究领域。此外，为了检查分类算法的鲁棒性，我们确定了50个最频繁发布评论的最活跃用户。

   https://archive.ics.uci.edu/ml/datasets/Amazon+Commerce+reviews+set

3. 多域情感分析数据集：稍旧的零售数据集，其中包含按产品类型和等级划分的产品评论数据。此外，评论包含星级（1到5颗星），可以根据需要将其转换为二进制标签。

   http://www.cs.jhu.edu/~mdredze/datasets/sentiment/

4. 亚马逊和百思买电子：来自50种电子产品的7,000多个在线评论列表。除了评论本身之外，数据集还包括日期，来源，等级，标题，评论者元数据等。

   https://data.world/datafiniti/amazon-and-best-buy-electronics

5. 语法和在线产品评论：这是Datafiniti的一个大型数据集的示例。它包含超过70,000条评论的列表，可用于许多机器学习用例。例如，您可以评估写作质量如何影响正面和负面的在线产品评论。

   https://data.world/datafiniti/grammar-and-online-product-reviews

6. 机器学习的电子商务数据集

   年度零售贸易调查（ARTS）：此数据集提供了在美国境外持有的年度总销售，运营费用和库存的国家估计。

   https://catalog.data.gov/dataset/annual-retail-trade-survey

7. 经济普查：经济普查每五年对国家和地方一级的行业和社区的商业活动进行详细描述。

   https://catalog.data.gov/dataset/economic-census

8. E-Stats：美国政府的该数据集报告了无论通过开放式网络（例如Internet）在线销售的商品和服务的价值。

   https://catalog.data.gov/dataset/e-stats

9. 欧盟对外贸易数据集：另一个政府数据集，欧盟对外贸易数据集提供有关按商品，按原产国或目的地分类的进出口，贸易顺差值的信息。

   https://ec.europa.eu/eurostat/web/international-trade-in-goods/data

10. 1999-2015年按商品类别划分的电子商务销售额：此数据集包含真实的普查数据，该数据显示了按商品类别划分的电子商务总销售额以及1999-2015年的复合年增长率。

    https://www.census.gov/data/tables/2015/econ/e-stats/2015-e-stats.html