Nebylo by vůbec od věci, kdyby autor článku ta data dal k dispozici - přinejmenším pro mě by bylo velmi zajímavé se na ně podívat :) A nebylo by také od věci kdyby jich vygeneroval víc - 50k je docela málo. 10MB by bylo naprosto super, s tím už se dají udělat seriózní statistické testy :)