Kaggle顶级用户每日活动数据集-2020年7月20日更新-tomtillo
数据来源：互联网公开数据
标签：Kaggle, 用户活动, 竞赛, 脚本, 评论, 数据集, 排名, 数据分析, 行为模式
数据概述：
本数据集旨在分析Kaggle平台顶级用户的日常活动模式，包含多个子数据集，涵盖了用户在平台上的多种行为。核心数据集"USER_ACTIVITY.csv"记录了用户每日的活动情况，具体包括：
- 提交（submissions）： 用户在竞赛中提交结果的次数。
- 评论（comments）： 用户在讨论区发表评论的次数。
- 脚本运行（script runs）： 用户运行Kaggle脚本的次数。
- 数据集更新（dataset updates）： 用户创建或更新数据集的次数。
此外，还包括了基于不同维度（竞赛、讨论、脚本）的Kaggle用户排名信息，以及Kaggle ID与用户名的映射关系，具体如下：
- "competitions_1000_ranks.csv"：Kaggle竞赛排名前1000的用户及其排名。
- "discussion_top1000_ranks.csv"：Kaggle讨论区排名前1000的用户及其排名。
- "scripts_top1000_ranks.csv"：Kaggle脚本排名前1000的用户及其排名。
- "userid_username_mapping.csv"：Kaggle ID与用户名的映射关系。
数据来源于Kaggle平台的用户活动页面以及公开的metakaggle数据集。
数据用途概述：
该数据集主要用于研究Kaggle顶级用户的行为模式，例如：
- 分析顶级用户在竞赛提交、评论、脚本运行和数据集更新等方面的活跃程度。
- 研究顶级用户在周末提交竞赛的频率是否高于工作日。
- 识别Kaggle平台上最活跃的顶级用户。
该数据集可以用于数据分析、数据挖掘、用户行为研究等多个领域，帮助研究人员深入了解Kaggle社区的动态，以及顶级用户成功的关键因素。
