酒吧爬行-重度饮酒检测数据集
数据来源：互联网公开数据
标签：酒精消费,智能手机传感器,时间序列分析,健康监测,行为识别,移动数据分析
数据概述：
本数据集来源于2017年5月在哈佛大学和南加州大学的研究项目，旨在通过智能手机 accelerometer 数据和经皮酒精含量（TAC）数据，检测重度饮酒行为。数据集记录了13名参与者的 accelerometer 数据和 TAC 数据， accelerometer 数据采样频率为40Hz，TAC 数据每30分钟采集一次。所有数据均已匿名化处理， accelerometer 数据存储于 all_accelerometer_data_pids_13.csv 文件中，包含时间戳、参与者ID及三轴加速度数据；TAC 数据存储于 clean_tac 目录中，包含时间戳和酒精含量读数。
数据用途概述：
该数据集适用于以下场景：
1. 健康监测：用于研究酒精摄入与行为模式之间的关系，支持实时监测和预警系统开发。
2. 行为识别：通过分析 accelerometer 数据，探索饮酒行为的特征模式，可用于移动设备上的行为识别模型训练。
3. 消费模式分析：研究酒精摄入的时间分布及个体差异，为制定健康饮酒政策提供数据支持。
4. 移动数据分析：作为时间序列数据集，可用于测试和优化机器学习模型，特别是在二分类任务（如检测是否饮酒）中的性能评估。
5. 教育与研究：为学术界提供真实世界数据，支持跨学科研究，如公共卫生、行为科学和计算机科学等领域的交叉应用。
数据集包含14,057,567条 accelerometer 记录和715条 TAC 记录，参与者来自13名饮酒者，数据经过预处理，包括噪声过滤和时间偏移处理，以确保标签与实际饮酒状态的匹配。 accelerometer 数据来自11部 iPhone 和2部 Android 手机，设备类型信息存储于 phone_types.csv 文件中。
