工作领域与心理偏好数据集
数据来源：互联网公开数据
标签：工作领域,心理偏好,分类模型,预测模型,职业倾向,MBTI,职业态度
数据概述：
本数据集包含84,868份问卷调查记录，旨在考察受访者对工作的心理偏好和态度。数据集可以用于创建预测工作倾向的分类模型。该数据集被用于研究数据集大小对预测心理诊断模型性能的影响。
每条记录包含：
受访者的活动领域（foa）；
完成问卷所花费的时间（秒）；
对62个问卷问题的回答。
所用心理诊断方法背景：
研究采用了KPMI方法论——MBTI的修改版本，一种内省自我报告问卷，用于揭示人们在感知世界和做决策时的心理偏好差异。
除了方法论中的60个基本问题，受访者还被问及了3个额外的问题：
1. 您现在对工作满意吗？
2. 您的工作是否让您能够发挥自己的最佳品质和能力？
3. 您的职业是什么？
根据对最后一个问题的回答，受访者被分组到不同的活动领域（foa类别）。
例如，数据库管理员、程序员、系统管理员、测试和QA专家等职业的受访者被分到foa_it类别。数据集包含19个foa类别，但它们的原始名称因商业秘密而隐藏。
其余问题可以作为标记，用于创建能够预测KPMI受访者工作领域倾向的分类模型。
内容：
fields_of_activities_predisposition_data.csv
主要数据文件，包含对问卷问题答案的值。
字段：
foa：19个foa类别之一；
time：完成问卷所花费的时间（秒）；
q1-q60：对KPMI问题的回答：
1—选择第一个答案；
2—选择第二个答案选项；
q61：对问题“您现在对工作满意吗？”的回答；回答：
1：“相当满意”
2：“相当满意”
3：“难以回答”
q62：对问题“您的工作是否让您能够发挥自己的最佳品质和能力？”的回答；回答：
1：“是”
2：“否”
3：“难以回答”
questionnaire_schema.json
包含编号问题名称的JSON对象，每个值都是一个对象，包括问卷中每个问题的文本和可能答案的数组。每个答案都有位置（从1开始）、答案文本和答案值。
