このデータセットは3つのサブデータセットを含んでいます：dataset 1、dataset 3、dataset 4。以下に説明します：

Dataset 1: 410万件の評価

73,421人のユーザーによる100個のジョークの評価値（-10.00から+10.00）：1999年4月から2003年5月まで収集

Dataset 1の100個のジョークのテキストはここからダウンロードできます：jester_dataset_1_joke_texts.zip (92KB)

形式:

1. 100個のファイル

2. 各ファイルの名前はinit1.html, ..., init100.htmlです

3. これらの数字はExcelファイル内のジョークのIDを指します

評価データ:

• jester_dataset_1_1.zip: (3.9MB) 36個以上のジョークを評価した24,983人のユーザーのデータ。24983 X 101の行列です。

• jester_dataset_1_2.zip: (3.6MB) 36個以上のジョークを評価した23,500人のユーザーのデータ。23500 X 101の行列です。

• jester_dataset_1_3.zip: (2.1MB) 15から35個のジョークを評価した24,938人のユーザーのデータ。24,938 X 101の行列です。

形式:

1. データファイルは.zip形式で、解凍するとExcel (.xls)形式になります

2. 評価値は-10.00から+10.00の実数値です（値「99」は「null」 = 「未評価」を意味します）。

3. ユーザーごとに1行

4. 最初の列はそのユーザーが評価したジョークの数を示します。次の100列はジョーク01 - 100の評価値を示します。

5. 列{5, 7, 8, 13, 15, 16, 17, 18, 19, 20}のみを含む部分行列は密です。ほとんどのユーザーがこれらのジョークを評価しています（上記の論文での「普遍的クエリ」の議論を参照）。

Dataset 3: 230万件の評価

73,421人のユーザーによる100個のジョークの評価値（-10.00から+10.00）：1999年4月から2003年5月まで収集

150個のジョーク（Dataset 1に含まれない50個）と、旧Dataset 2の更新版を含み、合計82,366人のユーザーから115,000件以上の新しい評価が収集されています：2006年11月から2015年3月までのデータ

Dataset 3の150個のジョークのテキスト：jester_dataset_2/3_joke_texts.zip (29KB)

形式:

1. 150行のExcelスプレッドシート

2. 行番号は上記のExcelファイルで参照されるジョークのIDに対応します

3. 最初の100個のジョークとそのIDはDataset 1の100個のジョークと一致します

評価データはディスクに保存してから解凍してください：jester_dataset_3.zip (6MB)

形式:

• データは、ユーザーを行、ジョークを列とする54,905 X 151のExcelファイルとして整形されています。最も左の列にはユーザーが評価したジョークの総数が含まれています。このデータセットには合計54905人のユーザーと150個のジョークがあります。

• これらのジョークのうち22個は評価が少なく、2009年5月までに時代遅れと見なされて削除されました（例：ビル・クリントンに関するジョーク）。それらのIDは、{1, 2, 3, 4, 5, 6, 9, 10, 11, 12, 14, 20, 27, 31, 43, 51, 52, 61, 73, 80, 100, 116}です。

• 各評価は-10.00から+10.00の範囲で、99はnull評価（ユーザーがそのジョークを評価していない）を意味します。

評価値は-10.00から+10.00の実数値です。2009年5月までに、ジョーク{7, 8, 13, 15, 16, 17, 18, 19}は「ゲージセット」（Eigentaste論文で議論されている）であり、ジョーク{1, 2, 3, 4, 5, 6, 9, 10, 11, 12, 14, 20, 27, 31, 43, 51, 52, 61, 73, 80, 100, 116}は削除されました（つまり、表示または評価されることはありません）。

Dataset 4

合計7,699人のユーザーから100,000件以上の新しい評価：2015年4月から2019年11月まで収集したデータ

ジョークのテキスト：jester_dataset_4_joke_texts.zip (30KB)

形式:

1. 8つの新しいジョーク151 - 158を含みます。

2. 158行のExcelシート。

3. 行番号は以下のExcelファイルで参照されるジョークのIDに対応します

4. 最初の150個のジョークとそのIDは以前のデータセットのジョークと一致します

評価データ：ディスクに保存してから解凍してください：jester_dataset_4.zip (1.4MB)

形式:

• データは、ユーザーを行、ジョークを列とする7699 X 159の行列を表すExcelファイルとして整形されています。最も左の列は各ユーザーが評価したジョークの数を表します。このデータセットには合計7699人のユーザーと158個のジョークがあります。

• 22個のジョークには評価がありません。それらのIDは、{1, 2, 3, 4, 5, 6, 9, 10, 11, 12, 14, 20, 27, 31, 43, 51, 52, 61, 73, 80, 100, 116}です。

• このバージョンには8つのジョーク{151 - 158}が追加されました

• 各評価は-10.00から+10.00の範囲で、99はnull評価（ユーザーがそのジョークを評価していない）を意味します。

評価値は-10.00から+10.00の実数値です。ジョーク{1, 2, 3, 4, 5, 6, 9, 10, 11, 12, 14, 20, 27, 31, 43, 51, 52, 61, 73, 80, 100, 116}は削除されています（つまり、表示または評価されることはありません）。2015年4月までに、8つのジョークが追加されました。

詳細情報については、以下に連絡してください：

Ken Goldberg
goldberg at berkeley dot edu
IEORおよびEECSの教授
UC Berkeley
(510) 643-9565 (電話)