Coursera课程评论数据集

简介：
该数据集被用来研究... 一个显著的问题是，这类数据集往往表现出类别分布失衡的状态。从Coursera网站上提取了超过10万条用户对课程的评价（截至2017年5月）。我曾从Coursera网站上提取这些评论，并根据评分对他们进行预先分类标记。具体来说，5星级评论则被归类为高度积极的意见，4星级视为积极反馈，3星级被视为中立意见，而2星级和1星级分别对应负面评价与非常差的体验。这两个数据集分别命名为review.tsv和reviewbycourse.tsv。其中，review.tsv文件未进行分组处理，仅包含每条课程评论及其对应的标签信息；而reviewbycourse.tsv则按CourseId字段进行了分类整理。 数据注解文件包括以下内容： reviews.tsv文件包含三条信息： 1. Id - 每条评论的独特标识符； 2. Review - 具体课程的复习内容； 3. Label - 相关课程评价的分数。 reviewsbycourse.tsv文件中记录了课程相关的标签信息，这些标签在Coursera网站上的课程URL中可见。例如，在机器学习课程页面上，机器学习将作为该课程的标签。