第二个数据集不是用的gowalla数据集吗

非常抱歉，我的回答有误。在2019 - CosRec中，作者使用了两个数据集进行模型训练和测试。第一个数据集是MovieLens 1M数据集，包含6040位用户对3900部电影的评分，评分范围为1到5分。该数据集中的评分数据被随机划分为训练集和测试集，其中80%的数据用于训练，20%的数据用于测试。第二个数据集是Gowalla数据集，包含196591位用户在40718个地点的签到记录。该数据集中的签到记录被按照时间顺序划分为训练集和测试集，其中前80%的数据用于训练，后20%的数据用于测试。感谢您的指正。

相关问题

用户旅游景点签到数据集有哪些

以下是一些旅游景点签到数据集的例子：

1. Gowalla 数据集：包含了来自 Gowalla 社交网络的用户位置数据，可以用于分析用户的旅游行为和旅游景点的热度。

2. Yelp 数据集：包含了来自 Yelp 网站的用户评论和评分数据，可以用于分析旅游景点的评价和推荐。

3. Foursquare 数据集：包含了来自 Foursquare 社交网络的用户签到数据，可以用于分析用户的旅游行为和旅游景点的热度。

4. TripAdvisor 数据集：包含了来自 TripAdvisor 网站的用户评论和评分数据，可以用于分析旅游景点的评价和推荐。

5. Instagram 数据集：包含了来自 Instagram 社交网络的用户照片和位置数据，可以用于分析旅游景点的热度和用户的旅游行为。

推荐一些包含用户地理位置信息，时间信息以及用户的社交信息的数据集

以下是几个包含用户地理位置信息、时间信息和社交信息的数据集：

1. Foursquare数据集：包含用户签到位置、时间和社交关系信息。可用于地点推荐、社交网络分析等。

2. Twitter数据集：包含用户发帖时间、地理位置和社交关系信息。可用于情感分析、事件检测等。

3. Gowalla数据集：包含用户签到位置、时间和社交关系信息。可用于地点推荐、社交网络分析等。

4. Brightkite数据集：包含用户签到位置、时间和社交关系信息。可用于地点推荐、社交网络分析等。

5. Yelp数据集：包含用户评论、评分、时间信息以及地理位置信息。可用于用户行为分析、推荐系统等。

这些数据集中包含了丰富的用户地理位置信息、时间信息和社交信息，可以用于各种研究和分析任务。需要注意的是，这些数据集可能包含用户隐私信息，使用时需要注意保护用户隐私。