2026年Tenrec大規模多用途推薦系統基準資料集解析：5百萬用戶、1.4億互動與4場景

為什麼你需要更接近真實的推薦系統基準資料集？

很多人做推薦系統研究時，第一個想到的是規模較小、只包含單一正向回饋的資料集。這類資料集不是不能用，而是模型在真實系統中的實用價值容易被打折扣。

Tenrec 的出現，就是為了補上這個落差。它公開收錄大規模、多場景、多種使用者回饋，讓推薦模型有更接近真實環境的評測基礎。

Tenrec 是什麼？

Tenrec 是一款公開的大規模多用途推薦系統基準資料集，來自論文《Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems》，發表於 NeurIPS 2022 Datasets and Benchmarks Track。

它從騰訊兩個不同的 feeds 推薦應用中收集資料，涵蓋四個推薦場景。對需要大規模、多場景、可重現實驗的人來說，這是一個值得先認識的選擇。

Tenrec 的五個核心特色

大規模：約 500 萬使用者、1.4 億筆互動，規模遠超許多常見基準資料集。
正負回饋都有：不只正向回饋，也包含真實負向回饋，不像單類別推薦資料集那樣只有一種訊號。
跨場景重疊：四個不同場景之間有重疊的使用者與物品，可用來研究跨域與遷移。
多種正向回饋：包含點擊、按讚、分享、追蹤等形式，更接近真實產品中的多元互動。
額外特徵：除了 user ID 和 item ID，還包含其他特徵；來源中也提到 read_time 等閱讀時長資訊。

Tenrec 的四個推薦場景

Tenrec 的資料來自騰訊兩個不同 feeds 推薦應用，總共涵蓋四個推薦場景。

來源中提到其中一個場景是 QK-video；基於公開摘要，生產系統名稱已被匿名化，其餘場景名稱與細節應以論文和官方資料頁為準。

這種跨場景設計，讓同一個資料集能支援更多元的推薦任務，而不是只服務單一應用。

Tenrec 可以拿來評測哪些任務？

來源指出 Tenrec 可以用來 benchmark 十項多樣化推薦任務，並涵蓋多數常見推薦場景。

其中 cold start 是推薦系統裡重要且尚未完全解決的挑戰，Tenrec 的資料規模與額外特徵，適合用來做這類研究。

它釋出資料集與程式碼，目標是促進可重現性，並推進新的推薦研究。

誰適合使用 Tenrec？

推薦系統研究者：需要大規模、多場景、多種回饋的公開基準。
學生與實驗團隊：想用真實資料驗證模型，而不是只跑玩具資料集。
需要可重現實驗的人：Tenrec 提供公開資料與程式碼，方便對照論文結果。
研究跨域推薦的人：四個場景有重疊使用者與物品，適合延伸跨場景題目。

如何取得 Tenrec 與引用方式？

Tenrec 是公開資料集，來源提到資料集與程式碼都已釋出，可在 arXiv、OpenReview 與 NeurIPS 2022 proceedings 找到相關資訊。

別再手動整理錄音

上傳音訊或影片，自動取得逐字稿、摘要與行動項目

試用 Tinrec 下載 Tinrec App

官方資料頁為 https://tenrec0.github.io/，arXiv 頁面為 https://arxiv.org/abs/2210.10629。

若用於研究，來源提供的引用格式是：

@article{yuan2022tenrec, title={Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems}, author={Yuan, Guanghu and Yuan, Fajie and Li, Yudong and Kong, Beibei and Li, Shujie and Chen, Lei and Yang, Min and Yu, Chenyun and Hu, Bo and Li, Zang and others}, journal={arXiv preprint arXiv:2210.10629}, year={2022} }