日常活动分析数据集-2023-mexwell
数据来源：互联网公开数据
标签：日常活动,行为分析,时间管理,模式识别,时间分配,活动趋势,个体聚类,活动关联
数据概述：
本数据集包含50,000条记录，记录了个人在一段时间内进行的日常活动情况。数据集包括活动类型、开始和结束时间、持续时间以及对应的日期等关键信息，适用于行为模式识别、时间管理分析和活动模式识别等研究场景。
字段定义：
- Person ID：整数，代表唯一个人（匿名化）
- Activity Type：活动类型（例如：购物、工作、社交、放松）
- Start Time：活动开始时间，24小时制
- End Time：活动结束时间，24小时制
- Duration (分钟)：活动持续时间，单位为分钟
- Date：活动发生的日期，格式为YYYY-MM-DD
数据用途概述：
该数据集适用于多种研究领域，包括：
- 大规模人群的行为模式识别
- 不同类型活动在一天中的分布分析
- 生产力研究中的时间分配分析
- 根据日常惯例对个体进行聚类和细分
- 不同活动类型之间的关联分析（例如：社交是否与工作呈负相关）
- 趋势分析，了解特定活动在一周或一年中的特定日期或时段上的流行度
举例分析：
- 时间分配分析：分析个人在不同活动（如工作和休息）上花费的时间，并识别生产力或休息的模式
- 活动趋势：探索时间趋势，如日常、每周或每月的活动模式。例如，某些活动是否在周末比工作日更频繁
- 基于行为模式的个体聚类：根据活动类型和持续时间对个体进行分组，以了解不同的生活方式群组。例如，识别“工作型”与“休闲型”个体的群组
- 活动关联：研究一个活动的时间是否与另一个活动的时间相关（例如，工作时间是否与社交时间呈负相关）
- 峰值活动时间：分析一天中某些活动最可能发生的时段。例如，识别工作、休息或购物的最常见时间
- 持续时间分布：研究在不同活动上花费的时间分布，以了解某些活动通常持续较长时间还是较短时间
- 按星期分析：检查工作日与周末在活动类型上是否存在显著差异
致谢：
图片由Jon Tyson提供于Unsplash
