研究人员推出了 ViHoRec，这是一个包含 18,267 次交互的公开数据集，涉及 6,832 名用户和 560 家酒店，用于越南酒店预订推荐。该资源利用 HMAC 伪名解决了跨平台实体解析和隐私保护发布方面的挑战。

  • 包含从 Booking.com、Traveloka 和 Ivivu 爬取的数据，具有可复现的构建流程。
  • 包含一个公开冷启动基准测试，采用时间留一法划分（temporal leave-last-one-out splits）和无依赖基线模型。
  • 表明学习模型在历史较短的用户身上性能急剧下降（BPR-MF Recall@10：0.065 vs. 0.120）。
  • 确立 UserKNN 为该稀疏且以冷启动为主的测试平台上的最强整体模型。

该数据集作为在现实冷启动条件下低资源推荐系统的基准测试。