Amazon US Reviews
概述
Amazon 产品评论数据集，P5 论文使用其三个子集（Sports/Beauty/Toys）进行实验验证。
关键内容
-
数据集描述：Amazon US Reviews 是 Amazon 电商平台的产品评论数据集，包含用户评分、评论文本、交互历史等信息。
-
在 P5 中的使用：P5 论文 使用了三个子集进行实验：
- Sports and Outdoors：运动和户外用品评论
- Beauty：美容产品评论
-
Toys and Games：玩具和游戏产品评论
-
实验设置：P5 在这三个数据集上评估了评分预测（RMSE/MAE）、序列推荐（HR@k/NDCG@k）、解释生成（BLEU/ROUGE）、评论摘要和直接推荐等五大任务。
-
跨域迁移实验：P5 展示了跨域推荐能力——在一个领域（如 Beauty）上预训练的模型，可以迁移到其他领域（如 Sports 或 Toys）的推荐任务上。
-
局限性：P5 的实验主要在 Amazon Reviews 的较小子集上进行，用户和物品规模相对有限。对于大规模工业场景（上亿用户和物品），P5 方案的可行性尚未得到充分验证。
来源
- Shijie Geng et al. — P5: Recommendation as Language Processing, RecSys 2022 (arXiv:2203.13366)