Million Song Dataset（百万歌曲数据集）

The Million Song Dataset is a joint effort between the Computer Audition Lab at UC San Diego and LabROSA at Columbia University. The user data for the challenge, like much of the data in the Million Song Dataset, was generously donated by The Echo Nest, with additional data contributed by SecondHandSongs, musiXmatch, and Last.fm. The Million Song Dataset aims at being the best possible offline evaluation of a music recommendation system. “百万歌曲数据集”是加州大学圣地亚哥分校计算机视听实验室和哥伦比亚大学拉布罗萨实验室共同努力的成果。该挑战的用户数据，就像Million Song数据集中的大部分数据一样，都是由Echo Nest慷慨捐赠的，另外还有SecondHandSongs、musiXmatch和Last.fm提供的数据。百万歌曲数据集的目标是成为最好的离线音乐推荐系统评估。百万歌曲数据集（Million Song Dataset）是加州大学圣地亚哥分校计算机听觉实验室（Computer Audition Lab, UC San Diego）与哥伦比亚大学LabROSA实验室的联合研究项目。本次挑战赛所用的用户数据，与百万歌曲数据集的绝大多数数据一样，均由回声巢（The Echo Nest）慷慨捐赠；此外SecondHandSongs、musiXmatch及Last.fm亦贡献了额外补充数据。该数据集旨在为音乐推荐系统提供最优的离线评估基准。

搜集汇总

背景与挑战

背景概述

Million Song Dataset是由加州大学圣地亚哥分校和哥伦比亚大学联合创建的音乐数据集，旨在支持音乐推荐系统的离线评估。该数据集整合了来自The Echo Nest等多个来源的用户听歌历史数据，包含百万用户的完整记录和部分用户的历史片段，用于预测任务。