随着数字经济与实体消费场景的深度融合，消费数据已成为支撑企业经营决策、费控管理、用户运营的核心生产要素，而标注精度高、类目体系完善的消费类结构化数据集，一直是消费数字化领域的稀缺供给，直接制约了消费场景AI应用、数据分析业务的落地效率。
近日，行业数据服务商Growth Cadet正式发布spendcategory_datareviewed_gpt4oplusmini消费类目标注数据集，该数据集于2024年7月30日首发于全球知名AI开源社区HuggingFace，可广泛应用于消费数据治理、消费趋势分析、垂直大模型训练等多个领域。
据公开信息显示，本次发布的数据集包含uuid、Subject、Description、category、subcategory等多个结构化字段，各字段均设置了统一的数据标准，降低了后续数据治理的适配成本。目前该数据集已开放训练集下载，训练集共包含5116个标注样本，数据集总大小为50336666.7331876字节，压缩后下载大小为3424138字节。
查看spendcategory_datareviewed_gpt4oplusmini
从应用价值来看，该消费类目标注数据集可覆盖多类消费数字化典型场景：其一，可用于智能费控、个人财务管理类工具的消费分类模型训练，基于标注好的类目、子类目体系，模型可自动识别消费描述对应的类目，大幅降低人工归类的人力成本；其二，可支撑零售品牌、市场调研机构的消费数据标准化治理，将多渠道零散的非结构化消费数据按照统一类目体系归类，为消费趋势研判、品类营销策略制定提供数据基础；其三，可作为消费领域垂直大模型的微调语料，提升通用大模型在消费意图识别、消费场景问答等场景的准确率。
Dataset card内容：
Files and versions内容：
业内分析指出，当前我国数据要素市场正处于高速发展期，消费数据作为和实体经济绑定最深、应用场景最广的数据品类之一，高质量标注数据集的持续供给，是打通消费数据流通、应用全链路的核心基础。本次Growth Cadet发布的细分领域标注数据集，进一步丰富了消费类公开数据集的供给结构，也为中小团队开展消费领域数据分析、AI应用研发降低了数据获取门槛，对推动消费场景数字化落地具有积极意义。
_1769672084863.jpg)