移动环境中的数字足迹多模态数据分析集-2021-girish17019
数据来源：互联网公开数据
标签：数字足迹,智能手机,传感器数据,社交网络,上下文识别,社交关系建模,多模态数据
数据概述：
本数据集名为MyDigitalFootprint (MDF)，是一个大规模的数据集，包含智能手机内置传感器数据、物理接近信息以及在线社交网络交互数据，旨在支持移动环境中的多模态上下文识别和社会关系建模。该数据集收集了31名志愿者用户在两个月内的自然环境中的测量和信息数据，采用了在自然环境中的数据采集方法，不限制用户的日常行为。现有的公共数据集通常仅包含有限的上下文数据，旨在优化特定的应用领域（人类活动识别是最常见的例子）。相反，MDF数据集包含全面的信息，描述了用户在移动环境中的上下文。
数据用途概述：
该数据集适用于多模态上下文识别、社交关系建模、社会网络分析等研究领域。研究人员可以利用该数据集开发和评估多模态分析算法，教育机构可以将其用于教学和实验，开发人员可以利用数据集中的信息开发上下文感知的应用程序。此外，数据集还提供了三个概念验证的上下文感知应用程序的实现，分别基于物理接近数据的社会联系预测、基于智能手机内置传感器数据的日常活动识别，以及普遍存在的上下文感知推荐系统。这些应用程序的数据分别存放在link-prediction、context-recognition和cars文件夹中，便于研究和实验的重现。
数据集的完整分析内容可在以下论文中找到：
https://www.sciencedirect.com/science/article/abs/pii/S1574119220301383?via%3Dihub
完整的匿名数据集存放在MDF文件夹中。
