Datasets:

hpestrellag
/

engagement_minutes

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

	# 📦 ENGAGEMENT MINUTES

	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. \|
	\| `minutes_watched_rest_of_last_week` \| float \| Minutos visualizados durante el resto de la semana actual. \|
	\| `minutes_watched_week_2` \| float \| Minutos visualizados hace dos semanas. \|
	\| `minutes_watched_week_3` \| float \| Minutos visualizados hace tres semanas. \|
	\| `minutes_watched_week_4` \| float \| Minutos visualizados hace cuatro semanas. \|
	\| `minutes_watched_last_3d` \| float \| Minutos visualizados en los últimos 3 días. \|
	\| `minutes_watched_last_1d` \| float \| Minutos visualizados en el último día. \|
	\| `minutes_watched_second_last_day` \| float \| Minutos visualizados en el penúltimo día. \|
	\| `minutes_watched_delta_week_1_2` \| float \| Diferencia de minutos vistos entre la semana actual y la semana −2. \|
	\| `minutes_watched_delta_week_2_3` \| float \| Diferencia de minutos vistos entre la semana −2 y la semana −3. \|
	\| `minutes_watched_delta_week_3_4` \| float \| Diferencia de minutos vistos entre la semana −3 y la semana −4. \|
	\| `minutes_watched_delta_rest_of_week`\| float \| Diferencia en minutos vistos durante el resto de la semana actual respecto a la anterior. \|
	\| `minutes_watched_delta_last_3d` \| float \| Diferencia de minutos vistos en los últimos 3 días frente a los 3 días previos. \|
	\| `minutes_watched_delta_last_1d` \| float \| Diferencia de minutos vistos en el último día respecto al día anterior. \|
	\| `minutes_watched_delta_second_last_day`\| float \| Diferencia de minutos vistos en el penúltimo día frente al antepenúltimo. \|
	\| `minutes_watched_delta_third_last_day` \| float \| Diferencia de minutos vistos en el antepenúltimo día respecto al cuarto día anterior.\|

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

	### Descripcion de Rangos para `minutes_watched`:

	\| Rango de valores \| Significado \|
	\| ---------------------------- \| --------------------------------------------------------------------------------------------------------------------------------------------- \|
	\| `NaN` \| Posiblemente no hubo registros o dispositivo apagados. \|
	\| `-10000` \| Dispositivo apagado o fuera de servicio (no intentar interpretarlo como minutos reales). \|
	\| `>0` \| Minutos estimados vistos con servicio normal. \|
	\| `<0` \| Minutos estimados vistos con servicio deficiente. El valor absoluto es igual a los minutos vistos; el signo negativo indica mala calidad del servicio. \|


	---

	## 📥 Cómo Cargar el Dataset desde Hugging Face

	### 🔹 Opción 1:

	1. Usando `datasets.load_dataset`:

	```python
	from datasets import load_dataset

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

	2. Convertir a Pandas:

	```python
	import pandas as pd

	df = ds["train"].to_pandas()
	df.head()
	```

	### 🔹 Opción 2:

	Leer el CSV directamente desde Hugging Face Hub

	```python
	import pandas as pd

	df = pd.read_csv("hf://datasets/hpestrellag/engagement_minutes/engagement_minutes.csv")
	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_engagement_minutes,
	title = {engagement\_minutes},
	author = {{Pavel Estrella G.}},
	year = {2025},
	publisher = {Hugging Face Datasets},
	howpublished = {\url{https://huggingface.co/datasets/hpestrellag/engagement_minutes}},
	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.