MatrAIx Persona 1M ist ein von MatrAIx veröffentlichter Persona-Datensatz, der detaillierte und vielfältige Persona-Daten für Szenarien wie die Generierung synthetischer Daten, Crowd-Modellierung, personalisierten Dialog, Simulation und Evaluierung bereitstellen soll. Dieser Datensatz enthält 999.847 Personenprofile, von denen 599.847 aus realen Datensätzen stammen und 400.000 aus einem vollständigen gerichteten azyklischen Graphen (DAG) generiert wurden. Jedes Profil wird durch 1.290 kategoriale Attribute beschrieben, die Dimensionen wie Demografie, Sprache, Beruf, Fähigkeiten, Persönlichkeit, Werte, Interessen, Verhalten, Gesundheit und Entwicklermerkmale abdecken. Datensätze von Personen unter 18 Jahren wurden entfernt.

Zusammensetzung des Datensatzes:

• Auszug aus Wikipedia: 323.438 Einträge
• Stack Overflow-Umfrage: 113.120 Ergebnisse
• Auszug aus den Amazon-Rezensionen: 97.915
• Umfassende Sozialerhebung: 63.532 Items
• PRISM-Ausrichtung: 1.487
• Umfrage unter Menschen in der realen Welt: 355 Fragen
• Vollständige DAG-Synthesedaten: 400.000 Einträge

Datenfelder:

• Quelle, Quellzeilenindex, Quelldatensatz-ID: Datenquellen- und Rückverfolgbarkeitsinformationen.
• Attribute: 1.290 Attribute sind im Paket gespeichert.
• null_bitmap: Bitmap mit fehlenden Attributen
• attribute_overrides: Überschreibungen exakter Attributwerte, die über die Kodierungstabelle hinausgehen.
• populated_attribute_count: Die Anzahl der nicht leeren Attribute in der aktuellen Zeile.
• has_description, description_count, descriptions: Felder für natürlichsprachliche Beschreibungen
• Fundierung: Evidenz aus der Praxis, Vertrauensniveau und Aufgabentyp
• metadata_json: Quellspezifische Metadaten