转自：http://blog.csdn.net/dajunxing/article/details/51357132，感谢分享！
http://www.grouplens.org/taxonomy/term/14
Movielens Dataset：
其中Movielens-100k和movielens-1M有用户对电影的打分，电影的title、genre、IMDB链接、用户的gender、age、occupation、zip code。movielens-10M中还有用户对电影使用的tag信息。
HetRec2011 Dataset：包括了movielens-2k、delicious-2k和last.fm-2k。
在movielens-2k中，电影的信息更加丰富了，有IMDB和Rotten Tomatoes的信息，具体还有电影对应的genre、director、actor、发行的国家、拍摄的地点、tag信息，当然还有打分信息。
在delicious-2k中，是用户对bookmark（书签）的tag信息。具体包括用户之间的relation、书签的title和url、用户对书签使用的tag。这个数据集适用于tag的推荐。
在last.fm-2k中，是用户收听音乐的信息。具体包括双向的朋友关系、艺术家、用户收听艺术家信息（有weight）、用户对艺术家的tag信息、艺术家tag信息。
Wikilens Dataset
BookCrossing Dataset: 用户对书的打分信息，用户城市、用户年龄、书在Amazon的信息及url。
Jest Joker Dataset
Eachmovie Dataset
(下图摘自论文Recommender System Survey)
Flixster Dataset: 用户对电影的打分以及用户的friendship信息。 http://www.sfu.ca/~sja25/datasets/
Epinions Dataset: 包括用户trust关系、用户对item的打分信息、评论信息。 http://www.trustlet.org/wiki/Epinions_datasets
Yelp Dataset: https://www.yelp.com/academic_dataset
Bibsonomy Dataset: 与delicious类似。http://www.kde.cs.uni-kassel.de/bibsonomy/dumps
Foursquare Dataset：Location-based 推荐。http://www.public.asu.edu/~hgao16/dataset.html
Epinions and Ciao Dataset：http://www.public.asu.edu/~jtang20/datasetcode/truststudy.htm
另外还有一些社交网络分析的数据集
http://snap.stanford.edu/na09/resources.html
http://snap.stanford.edu/data/
以上转自：http://www.cnblogs.com/startover/p/3261476.html
A Collection of Recommendation Data Sets & data sets crawled and used in our research work
Douban、Epinions (665K)、Epinions (510K)、Epinions (Extended)、Flixster、FilmTrust、Jester、MovieLens 1M、MovieLens 10M
http://www.librec.NET/datasets.html