{
  "fetched_at": "2026-10-19T20:14:59Z",
  "source_url": "https://www.kaggle.com/competitions/2021-1/data",
  "pages": [
    {
      "name": "data-description",
      "content": "artists.tsv：此文件包含有关用户收听和标记的音乐艺术家的信息。以'\\t'分割 第1列为艺术家ID， 第2列为艺术家姓名，第3列为用户Last.fm的个人首页，第4列为图片链接\n\ntags.tsv：该文件包含数据集中可用的标记集。以'\\t'分割。 标签ID 和 名字\n\nuser_artists_train.tsv：该文件为用户行为训练集，包含每个用户收听的艺术家。以'\\t'分割。 第1列为用户ID，第2列为艺术家ID，第3列为次数。\n\nuser_artists_test.tsv：该文件为用户行为测试集，只包含用户ID。需要为此文件中的用户做相应推荐。为每个用户推荐5个结果。将推荐结果按照本文件的格式保存成一个 csv 文件，其中第2列artistIDs是一个列表，列表中的元素以空格分割。\n\nuser_friends.tsv：包含用户和对应用户的朋友关系。\n\nuser_taggedartists-timestamps.tsv：此文件包含用户为艺术家打标签的相关信息。以‘\\t’分割。 第1列为用户ID ，第2列为艺术家ID，第3列为标签ID，第4列为时间戳。",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "这里是2021级《智能推荐》第一部分知识竞赛。请采用第一部分所学知识进行比赛, 包括：基于用户的协同过滤、基于物品的协同过滤、基于内容的推荐、基于图的推荐，基于上下文的推荐、基于社交网络的推荐，以及推荐系统冷启动中所学内容。以上内容可以任意组合使用，但是不能使用超出以上内容的算法。\n\n使用mAP@5来评估算法的效果。\n为测试集中的每一个用户推荐5个结果，mAP@5不仅与推荐的结果正确率有关系，而且与推荐结果的排序也有关系。\n\n提交结果为csv格式的文件，文件中有2列，第1列为用户ID；第2列为推荐的结果，用空格分割。\n\nuserID,artistIDs\n2,50 6 73 81 91\n3,100 112 121 131 141\netc…",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": " - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}