如果您的业务场景需要根据用户的历史行为进行个性化的搜索和推荐，则可以使用行为数据集进行用户行为的上传和存储。
行为数据集适合个性化推荐场景。根据用户的点击、收藏、购买等历史行为，构建用户兴趣画像，为其推荐可能感兴趣的物品。行为数据是实现搜索结果个性化排序和精准推荐系统的核心数据源。本文将详细介绍行为数据集的格式要求及数据示例，帮助您正确准备和上传行为数据。

上传行为数据集前，您需要按照要求准备用户行为日志数据。为了让系统准确、高效地识别您的行为数据，请在上传前确保日志中包含以下核心字段，字段名可以直接使用您当前系统中已有的名称。
可参照下方表格的行为数据集类型：

以下将以一位用户在平台上的系列操作为例，记录用户从浏览商品、加入购物车到最终完成购买的完整行为链路：

// 用户在首页浏览时，系统向他推荐了这件毛衣，产生了一次曝光
{
    "user_id": "10086",
    "item_id": "SWEATER-001",
    "event_type": "exposure",
    "event_timestamp": 1729507200000,
    "event_scene": "home",
    "device_os": "IOS"
}

// 用户对该毛衣产生兴趣，从商品详情页将其加入购物车
{
    "user_id": "10086",
    "item_id": "SWEATER-001",
    "event_type": "add cart",
    "event_timestamp": 1729507320000,
    "event_scene": "product_detail_page",
    "device_os": "IOS"
}

// 最终，用户在购物车页面决定购买此毛衣，完成转化
{
    "user_id": "10086",
    "item_id": "SWEATER-001",
    "event_type": "purchase",
    "event_timestamp": 1729507800000,
    "event_scene": "shopping_cart",
    "device_os": "IOS"
}