Los investigadores presentan ViHoRec, un conjunto de datos público de 18.267 interacciones entre 6.832 usuarios y 560 hoteles para la recomendación de hoteles en Vietnam. El recurso aborda desafíos en la resolución de entidades entre plataformas y la liberación que preserva la privacidad mediante pseudónimos HMAC.
- Contiene datos extraídos de Booking.com, Traveloka e Ivivu con un pipeline de construcción reproducible.
- Incluye una prueba de referencia pública para el arranque en frío que presenta divisiones temporales leave-last-one-out y líneas base independientes de dependencias.
- Muestra que los modelos aprendidos se degradan drásticamente para usuarios con historiales cortos (BPR-MF Recall@10: 0.065 vs. 0.120).
- Establece UserKNN como el modelo general más fuerte en este banco de pruebas dominado por la escasez y el arranque en frío.
El conjunto de datos sirve como una prueba de referencia para sistemas de recomendación con pocos recursos bajo condiciones realistas de arranque en frío.