VK-LSVD：用于短视频推荐的大规模工业数据集
信息检索
2026-02-11 v2 计算机与社会
摘要
短视频推荐存在独特挑战，例如从隐式反馈建模用户兴趣的快速变化，但由于缺乏反映真实平台动态特性的大规模开放数据集，进展受限。为弥合这一差距，我们引入了 VK 大型短视频数据集（VK-LSVD），这是目前规模最大的公开工业数据集。VK-LSVD 包含来自 1000 万用户和近 2000 万条视频的 400 亿 以上交互数据，涵盖六个月时间，此外还拥有丰富的特征，包括内容嵌入、多样化的反馈信号以及上下文元数据。我们的分析支持数据集的质量和多样性。该数据集的实际影响已通过其在 2025 年 VK RecSys 挑战赛中的核心角色得到确认。VK-LSVD 为构建真实可用的基准提供了关键资源，以加速序列推荐、冷启动场景以及下一代推荐系统的研究。
引用
@article{arxiv.2602.04567,
title = {VK-LSVD: A Large-Scale Industrial Dataset for Short-Video Recommendation},
author = {Aleksandr Poslavsky and Alexander D'yakonov and Yuriy Dorn and Andrey Zimovnov},
journal= {arXiv preprint arXiv:2602.04567},
year = {2026}
}
备注
Accepted to The ACM Web Conference 2026 (WWW '26). Preprint of conference paper. 7 pages, 2 (7) figures, 4 tables. Dataset available at: https://huggingface.co/datasets/deepvk/VK-LSVD