hpestrellag/inapp_activity

---
language:
- es
- en
license: cc-by-nc-4.0
pretty_name: inapp_activity
tags:
- synthetic
- streaming
- user-behavior
- churn-prediction
- machine-learning
task_categories:
- tabular-classification
task_ids:
- tabular-multi-class-classification
---

# 📦 **NOMBRE_DEL_DATASET**

Este dataset fue **generado completamente de manera sintética**, empleando:

* Modelos estadísticos en Python
* Algoritmos probabilísticos personalizados
* Modelos de inteligencia artificial para añadir variabilidad y comportamientos realistas

No contiene datos personales ni información proveniente de individuos reales.
Su propósito es **estrictamente educativo, académico, experimental y de investigación**.

---

## 📝 **Dataset Summary**

Este dataset contiene datos sintéticos diseñados para simular interacciones ficticias de usuarios. Está optimizado para prácticas de análisis de datos, experimentación en ciencia de datos y prototipos de machine learning.
No debe utilizarse para aplicaciones comerciales ni para la creación de perfiles reales.

---

## 📊 **Estructura del Dataset**

El dataset incluye las siguientes columnas:

| Columna | Tipo | Descripción |
| ----------------------------------- | ---- | ----------- |
|`customer_id` |string| Identificador único del cliente. |
`inapp_purchases_1m`, `inapp_purchases_3m`, `inapp_purchases_6m`, `inapp_purchases_12m` | Int | Cantidad de compras en app por periodo.|
| `device_model` | string | Modelo del dispositivo más utilizado.|

**Obs:** Las columnas numéricas si tienen un valor `-` significa el número `0`.
---

## 📂 **Formato de los Archivos**

El dataset se encuentra formato **`TXT`**.

---

## 📥 Cómo Cargar el Dataset desde Hugging Face

### 🔹 Única Opción:

1. Usando `datasets.load_dataset`:

```python
from datasets import load_dataset

ds = load_dataset("hpestrellag/inapp_activity")
ds
````

2. Convertir a Pandas:

```python
import pandas as pd

# Pasar el split "train" a DataFrame
df = ds["train"].to_pandas()

# Reemplazar df por la versión separada por tabs
df = df["text"].str.split("\t", expand=True)

# Usar la primera fila como nombres de columnas
df.columns = df.iloc[0]

# Quitar la fila de encabezados y resetear índice
df = df.iloc[1:].reset_index(drop=True)

df.head()
```

---

## 🔐 **Licencia**

Este dataset se publica bajo la licencia:

# **Creative Commons Atribución-NoComercial 4.0 (CC BY-NC 4.0)**

### Permisos y restricciones:

✔️ **Permitido**:

* Uso académico
* Investigación
* Prototipos no comerciales
* Uso personal o educativo

❌ **No permitido**:

* Uso comercial
* Integración en productos de pago
* Proyectos que generen ingresos directos o indirectos

🔗 Licencia completa:
[https://creativecommons.org/licenses/by-nc/4.0/](https://creativecommons.org/licenses/by-nc/4.0/)

---

## 📚 **Cómo Citar Este Dataset**

```bibtex
@misc{estrella2025_inapp_activity,
title = {inapp\_activity},
author = {{Pavel Estrella G.}},
year = {2025},
publisher = {Hugging Face Datasets},
howpublished = {\url{https://huggingface.co/datasets/hpestrellag/inapp_activity}},
note = {Dataset sintético generado para investigación. Licencia CC BY-NC 4.0.}
}
```

---

## ⚠️ **Notas Sobre Datos Sintéticos**

* No representan individuos reales.
* No fueron obtenidos de personas, empresas o fuentes externas.
* No contienen información sensible.
* Se generaron enteramente mediante métodos estadísticos y modelos de IA.
* No deben utilizarse para tareas que requieran datos reales (marketing, segmentación real, perfiles reales).

---

## 👤 **Autor**

**PAVEL ESTRELLA G.**