NEU-HAI/OPeRA

OPeRA数据集是从真实的人类用户在线购物过程中收集的观察、个性、理据和动作记录的数据集。它提供了丰富的、时间对齐的用户网页浏览行为日志，并补充了自我报告的理据和详细的自我报告个性配置文件。与之前的数据库不同，OPeRA不仅捕捉了用户的行为，还捕捉了他们为什么这么做，从而能够更深入地了解决策过程。为了确保用户隐私和数据安全，发布的数据库经过了严格的过滤和去标识处理。该数据集包含来自51个独特用户的692个购物会话，28,904个<观察，动作>对，以及604个人类注释的理据。OPeRA作为评估LLM代理在个性化和可验证的用户行为模拟上的第一个基准数据库。

OPeRA is a dataset of Observation, Persona, Rationale, and Action collected from real human users during online shopping. It provides rich, time-aligned logs of users web browsing behavior, completed with self-reported rationales and detailed self-reported persona profiles. Unlike prior datasets, OPeRA captures not only what users do but also why they do it, enabling deeper insights into decision-making processes. To ensure user privacy and data safety, the released dataset has undergone rigorous filtering and de-identification. The dataset contains 692 shopping sessions from 51 unique users, 28,904 `<observation, action>` pairs, and 604 human-annotated rationales. OPeRA serves as the first benchmark dataset for evaluating LLM agents on personalized and verifiable user behavior simulation.

搜集汇总

数据集介绍

构建方式

OPeRA数据集通过真实人类用户在在线购物过程中自然产生的行为日志构建而成，系统性地捕捉了用户的浏览、点击、输入与导航等交互动作。数据收集依托于用户自报告的动机说明与详细的人物画像信息，从而形成观察、人物角色、理性解释与动作四维一体的结构化记录。为保证隐私安全，原始数据经过了严格的去标识化与过滤处理，最终筛选出包含692个购物会话、51位独立用户以及28,904对观察-动作样本的高质量数据子集。数据以Parquet格式存储，按用户、会话与动作三个层级组织，并分别提供完整版与精简版两种配置，以适应不同研究需求。

特点

该数据集的核心特色在于其多维对齐的信息结构，不仅记录了用户“做了什么”，更通过自述理性解释揭示了“为何这样做”，从而为理解人类决策过程提供了深层洞察。每条动作记录均附带时间戳、简化HTML上下文、鼠标坐标、窗口尺寸等细粒度元数据，并针对不同动作类型（如点击、输入、滚动）设计了专属字段，例如点击类型分类涵盖购买、搜索、筛选等13种语义类别。此外，数据集还包含用户级别的人物画像信息，涵盖购物偏好、人口统计与个性特征，为个性化行为建模与可验证的用户模拟提供了首个标准化基准。

使用方法

研究者可通过HuggingFace Datasets库直接加载OPeRA数据集，选择filtered或full版本中的action、image、session或user配置。例如，使用`load_dataset('NEU-HAI/OPeRA', 'filtered_action', split='train')`即可获取精简版的动作训练数据。数据以Parquet格式存储，兼容Pandas等常见数据处理工具，便于进行行为序列分析、用户画像建模或语言智能体评估。推荐将动作表与会话表、用户表通过session_id与user_id进行关联，以构建完整的用户行为图谱，进而用于个性化推荐、决策推理或行为模拟等下游任务。

背景与挑战

背景概述

在人工智能与自然语言处理领域，大型语言模型（LLM）的交互能力正逐步从文本生成迈向真实世界的行为模拟，其中在线购物场景因其复杂的决策链条和丰富的用户行为数据，成为评估LLM代理能力的重要试验场。OPeRA数据集由东北大学Ziyi Wang等多位研究人员于2025年创建，旨在填补现有数据集仅记录用户行为表象、缺乏深层动机的空白。该数据集通过采集51名真实用户在692次购物会话中的时间对齐日志，不仅捕捉了点击、滚动、输入等28,904个“观察-行为”对，更创新性地纳入了604条用户自我报告的行为理由与详细的人物画像信息，为理解用户决策过程提供了前所未有的深度视角。作为首个面向个性化、可验证用户行为模拟的基准数据集，OPeRA为LLM代理在电子商务领域的评估与优化奠定了坚实基础，其发布标志着从行为预测到动机理解的范式转变。

当前挑战

OPeRA数据集所面临的挑战首先体现在其核心领域问题上：现有行为模拟数据集多局限于宏观行为序列，缺乏对用户决策动机的细粒度刻画，导致LLM代理难以生成符合真实用户心理的个性化行为。OPeRA通过引入自述理由与人物画像，试图弥合行为与意图之间的鸿沟，但如何确保这些主观报告的真实性与代表性仍是一大难题。在构建过程中，数据采集面临隐私与安全的严峻考验，所有会话数据均需经过严格的去标识化与过滤处理，这可能导致部分行为细节的丢失。此外，用户行为的多样性与复杂性要求数据集同时提供完整版与简化版动作空间，以平衡模型的泛化能力与任务聚焦性，而不同版本间的数据一致性维护、多模态信息（如截图）的同步发布，以及从51名用户样本到更广泛人群的推广性验证，均为后续研究提出了持续性挑战。

常用场景

经典使用场景

OPeRA数据集的核心使用场景在于为大型语言模型（LLM）驱动的智能体提供可验证的、个性化的人类在线购物行为模拟基准。通过捕捉用户浏览电商网站时的观察、行动、自我报告的理由及个人画像，该数据集能够支持对LLM智能体在模拟真实消费者决策过程时的忠实度与可信度进行系统性评估。研究者可利用其丰富的、时间对齐的行为日志与多模态信息，构建并测试能够复现特定用户购物策略与偏好的模拟代理。

衍生相关工作

基于OPeRA，一系列相关研究工作应运而生。首先，它催生了面向LLM智能体的行为模拟评估框架，该框架利用数据中的用户理由与行动对来量化模拟的准确性。其次，研究者开始探索利用其用户画像数据来增强检索增强生成（RAG）系统，使模型能根据用户个性调整回复风格。此外，该数据集也激发了关于如何从行为日志中自动提取与归纳用户决策模式的研究，推动了可解释人工智能在商业领域的应用。

数据集最近研究

最新研究方向

OPeRA数据集聚焦于通过真实人类在线购物行为中的观察、人格画像、行动理由与操作记录，推动大语言模型在个性化与可验证的用户行为模拟方面的前沿研究。该数据集不仅捕捉了用户‘做了什么’，更通过自述理由与详细人格档案揭示了‘为何这样做’，为理解决策过程提供了前所未有的深度。结合当前AI代理在电商、推荐系统等领域的广泛应用，OPeRA作为首个基准数据集，为评估LLM代理在模拟真实、多样且具有个人特质的购物行为方面开辟了新路径，其丰富的多模态数据（如简化HTML、屏幕截图、鼠标轨迹）也为构建更可信、更具同理心的交互式AI系统奠定了关键基础。