摘要：该数据集包含 7500 多条合成用户记录，主要用于分析智能手机使用行为并预测数字成瘾程度。
数据集概述
该数据集包含 7500 多条合成用户记录，主要用于分析智能手机使用行为并预测数字成瘾程度。数据模拟真实世界中的数字行为特征，涵盖屏幕使用时长、社交媒体活动、游戏行为、睡眠状况、压力水平以及生产力影响等多个维度，可支持二元分类和多类别分类任务，同时适用于探索性数据分析、行为模式识别和机器学习建模实践。
数据结构与关键特征
数据集以用户级记录为基本单位，特征包括年龄、性别等人口统计信息，以及每日屏幕时间、社交媒体使用时长、游戏活动、通知数量、应用交互频率、睡眠时间、压力水平和学习或工作生产力影响等行为指标。核心目标变量为成瘾标签，其中 0 表示未上瘾，1 表示上瘾，这些多维特征能够较全面地刻画用户的数字设备使用习惯，并为分析不同因素与成瘾风险之间的关系提供数据基础。
应用价值与研究方向
该数据集可应用于数字健康、学生行为分析、行为风险预测以及机器学习模型训练等研究场景。研究者可以利用分类算法建立智能手机成瘾预测模型，并通过特征重要性分析识别屏幕时间、社交媒体使用、睡眠不足和压力水平等关键风险因素；进一步还可开展用户行为分群、成瘾程度分级、特征工程和模型可解释性研究，为数字健康干预、个性化使用管理和智能预警系统提供参考。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-369
文件大小：166K
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)