2026年Tenrec大规模多用途推荐系统基准数据集解析：500万用户、1.4亿交互与4场景

为什么你需要更接近真实的推荐系统基准数据集？

很多人做推荐系统研究时，第一个想到的是规模较小、只包含单一正向反馈的数据集。这类数据集不是不能用，而是模型在真实系统中的实用价值容易被打折扣。

Tenrec 的出现，就是为了补上这个落差。它公开收录大规模、多场景、多种用户反馈，让推荐模型有更接近真实环境的评测基础。

Tenrec 是什么？

Tenrec 是一款公开的大规模多用途推荐系统基准数据集，来自论文《Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems》，发表于 NeurIPS 2022 Datasets and Benchmarks Track。

它从腾讯两个不同的 feeds 推荐应用中收集数据，涵盖四个推荐场景。对需要大规模、多场景、可复现实验的人来说，这是一个值得先认识的选择。

Tenrec 的五个核心特色

1. 大规模：约 500 万用户、1.4 亿条交互，规模远超许多常见基准数据集。
2. 正负反馈都有：不只正向反馈，也包含真实负向反馈，不像单类别推荐数据集那样只有一种信号。
3. 跨场景重叠：四个不同场景之间有重叠的用户与物品，可用来研究跨域与迁移。
4. 多种正向反馈：包含点击、点赞、分享、关注等形式，更接近真实产品中的多元交互。
5. 额外特征：除了 user ID 和 item ID，还包含其他特征；来源中也提到 read_time 等阅读时长信息。

Tenrec 的四个推荐场景

Tenrec 的数据来自腾讯两个不同 feeds 推荐应用，总共涵盖四个推荐场景。

来源中提到其中一个场景是 QK-video；基于公开摘要，生产系统名称已被匿名化，其余场景名称与细节应以论文和官方数据页为准。

这种跨场景设计，让同一个数据集能支持更多元的推荐任务，而不是只服务单一应用。

Tenrec 可以用来评测哪些任务？

来源指出 Tenrec 可以用来 benchmark 十项多样化推荐任务，并涵盖多数常见推荐场景。

其中 cold start 是推荐系统里重要且尚未完全解决的挑战，Tenrec 的数据规模与额外特征，适合用来做这类研究。

它发布数据集与代码，目标是促进可复现性，并推进新的推荐研究。

谁适合使用 Tenrec？

• 推荐系统研究者：需要大规模、多场景、多种反馈的公开基准。
• 学生与实验团队：想用真实数据验证模型，而不是只跑玩具数据集。
• 需要可复现实验的人：Tenrec 提供公开数据与代码，方便对照论文结果。
• 研究跨域推荐的人：四个场景有重叠用户与物品，适合延伸跨场景题目。

如何获取 Tenrec 与引用方式？

Tenrec 是公开数据集，来源提到数据集与代码都已发布，可在 arXiv、OpenReview 与 NeurIPS 2022 proceedings 找到相关信息。

官方数据页为 https://tenrec0.github.io/，arXiv 页面为 https://arxiv.org/abs/2210.10629。

若用于研究，来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} }

使用 Tenrec 前，这 4 件事要知道

1. 先读论文再下载：四个场景、特征字段与任务切分方式，都要以论文定义为准。
2. 注意生产系统匿名化：来源说明两个生产系统名称已匿名化，不要自行推测或宣称对应平台。
3. 遵守数据授权与引用要求：公开数据不等于可无限制使用，还是要看官方授权与引用规范。
4. 不要只看规模：大规模是优点，但场景、反馈形态与特征设计，才是决定它适不适合你题目的关键。

常见问题

Tenrec 是推荐系统工具吗？

不是。Tenrec 是公开的推荐系统基准数据集，主要用途是训练与评测推荐模型，而不是一套拿来直接操作的功能工具。

Tenrec 只有正向反馈吗？

不是。来源明确提到它包含真实负向反馈，也包含点击、点赞、分享、关注等多种正向反馈。

Tenrec 适合做 cold start 研究吗？

来源将 cold start 列为重要且尚未解决的挑战，Tenrec 的规模与额外特征适合用来进行相关实验。

Tenrec 可以用在商业产品吗？

需以官方授权与使用条款为准。公开学术数据集通常有引用与使用范围要求，使用前应详阅说明。

总结

Tenrec 是目前推荐系统领域中，少见同时具备大规模、多场景与正负反馈的公开基准数据集。

如果你正在找一个能支撑十项多样化推荐任务、又方便做可复现研究的数据集，Tenrec 值得先从论文与官方数据页开始了解。

整体来说，它不是拿来「试用」的工具，而是拿来「验证推荐模型」的基础设施。

参考来源

• 2210.10629 Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems
• Tenrec
• Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems
• Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems | OpenReview
• (PDF) Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems