多模态食品评论数据集

摘要食品评论数据集是一个专为人工智能和机器学习入门课程设计的合成多模态教学数据集包含来自虚构食品配送平台的 3,000 条客户评论记录。该数据集整合了三种数据模态结构化表格数据价格、评分、份量大小、城市等属性、非结构化文本数据客户评论文本以及视觉图像数据食品图片引用。每个食品项目与唯一的图像文件一致映射确保数据完整性和可追溯性。数据集特别设计了受控的缺失值和异常值分布真实模拟实际数据分析中常见的数据质量问题为初学者提供实践数据预处理技能的理想学习环境。数据集简介数据集概述数据集采用多模态架构表格数据涵盖订单属性、产品特征、地理信息和评价指标等多维度字段文本数据包含自然语言形式的客户评论内容图像数据独立存储于专用文件夹并通过文件名关联。数据集的核心教学价值在于其精心设计的数据质量挑战包含可控比例的缺失值用于练习插补技术、人为注入的异常值用于学习离群点检测以及多模态数据对齐问题用于理解数据整合复杂性。这种设计使学生能够在安全可控的环境中系统学习数据清洗、特征工程、数据验证和多模态数据融合等核心预处理技能为后续的模型训练和分析工作奠定基础。该数据集主要应用于 AI/ML 课程的模块 0数据理解与预处理阶段支持数据探索、数据清洗、缺失值处理、异常值检测、文本预处理、多模态数据整合等教学场景。作为完全合成的数据集所有评论、用户信息和业务数据均为人工生成不包含任何真实个人隐私信息符合教育数据使用的伦理规范和隐私保护要求。数据集来源于学术教学目的的专门构建通过数据生成算法模拟真实食品配送平台的业务逻辑和用户行为模式确保数据分布具有教学代表性的同时避免了真实数据使用可能带来的隐私风险和法律问题为全球 AI 教育提供了开放、安全、可复现的教学资源。数据集来源该数据集为学术教学专门构建的合成数据通过数据生成算法模拟虚构食品配送平台的 3,000 条客户评论整合表格、文本和图像三种模态并人为注入受控的缺失值和异常值以支持 AI/ML 课程的数据预处理教学。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-47文件大小5.3M原创声明本数据集为整理作品