OPeRA

Description

‍

Le dataset OPeRA regroupe des données de navigation web collectées auprès d’utilisateurs réels pendant leurs sessions de shopping en ligne. Il inclut des paires observation-action synchronisées dans le temps, des profils persona détaillés, ainsi que des justifications humaines expliquant les choix effectués. Les données sont dé-identifiées pour assurer la confidentialité.

‍

‍

À quoi sert ce dataset ?

‍

• Évaluer et entraîner des modèles de langage (LLM) sur la simulation de comportements utilisateurs personnalisés.
• Étudier les processus de prise de décision dans le commerce en ligne.
• Développer des agents intelligents capables de reproduire et anticiper des actions humaines dans un contexte d’achat.

‍

‍

Peut-on l’enrichir ou l’améliorer ?

‍

Oui, ce dataset peut être enrichi par des annotations supplémentaires, notamment sur les motivations des utilisateurs ou leur contexte démographique. Il est aussi possible de le compléter avec des données issues d’autres plateformes ou intégrant des modalités multimodales (ex. images des produits consultés).

‍

‍

🔎 En résumé

‍

‍

🧠 Recommandé pour

• Chercheurs en IA comportementale
• Développeurs d’agents LLM
• Spécialistes UX

‍

‍

🔧 Outils compatibles

• Frameworks NLP classiques
• Outils d’annotation JSON
• Plateformes de fine-tuning comme Hugging Face

‍

‍

💡 Astuce

Pour exploiter au mieux ce dataset, combiner l’analyse des logs avec les profils persona pour modéliser les variations comportementales.