MatrAIx Persona 1M هي مجموعة بيانات شخصية أصدرتها شركة MatrAIx، وهي مصممة لتوفير بيانات شخصية دقيقة ومتنوعة لسيناريوهات مثل توليد البيانات الاصطناعية، ونمذجة الحشود، والحوار الشخصي، والمحاكاة والتقييم. تحتوي هذه المجموعة من البيانات على 999,847 ملفًا شخصيًا، منها 599,847 ملفًا مستمدة من سجلات واقعية، و400,000 ملفًا مُولّدًا من رسم بياني موجه غير دوري كامل. يُوصَف كل ملف شخصي بـ 1,290 سمة تصنيفية، تغطي أبعادًا مثل البيانات الديموغرافية، واللغة، والمهنة، والمهارات، والشخصية، والقيم، والاهتمامات، والسلوك، والصحة، وخصائص المطورين. وقد حُذفت سجلات الأفراد الذين تقل أعمارهم عن 18 عامًا.

تكوين مجموعة البيانات:

• مقتبس من ويكيبيديا: 323,438 مدخلاً
• استطلاع رأي على موقع ستاك أوفرفلو: 113,120 نتيجة
• مقتطف من مراجعة أمازون: 97,915
• مسح اجتماعي شامل: 63532 بندًا
• محاذاة PRISM: 1487
• استطلاع رأي بشري واقعي: 355 بندًا
• بيانات توليف DAG الكاملة: 400,000 مدخل

حقول البيانات:

• المصدر، فهرس صف المصدر، معرف سجل المصدر: معلومات مصدر البيانات وإمكانية التتبع.
• السمات: 1290 سمة مخزنة في الحزمة.
• null_bitmap: صورة نقطية ذات سمات مفقودة
• تجاوزات السمات: تجاوزات لقيم السمات الدقيقة خارج جدول الترميز.
• populated_attribute_count: عدد السمات غير الفارغة في الصف الحالي.
• has_description، description_count، descriptions: حقول وصف اللغة الطبيعية
• الأساس: الأدلة الميدانية، ومستوى الثقة، ونوع المهمة
• metadata_json: بيانات وصفية خاصة بالمصدر