数据集概述
本数据集包含2019年秋季至2023年春季期间，Minho大学和Porto大学学生在Alloy4Fun平台提交的形式化方法课程挑战模型，共约十万条记录。覆盖Trash FOL、Classroom FOL、Production line等11类挑战主题，涉及EM、MFES、MFS等多门硕士课程，用于教学评估与形式化方法研究。
文件详解
- 文件名称：以挑战主题对应的Permalink命名（如zoEADeCW2b2suJB2k.json、WGdhwKZnCu7aKhXq9.json等）
- 文件格式：JSON
- 字段映射介绍：每条记录包含交互ID（_id）、创建时间戳（time）、父条目（derivationOf）、原始祖先（original）、模型代码（code，已去学生注释）、可满足性（sat，仅执行记录）、命令索引（cmd_i，仅执行记录）、命令名称（cmd_n，仅成功执行记录）、是否为检查命令（cmd_c，仅成功执行记录）、消息（msg，仅含警告/错误的执行记录）、可视化主题（theme，仅分享记录）
数据来源
Alloy4Fun平台及Minho大学、Porto大学形式化方法课程
适用场景
- 形式化方法教学效果评估：分析不同课程学生在各类挑战主题下的模型提交情况与问题解决能力
- 学生学习行为研究：通过模型提交的时间戳、交互关系等数据，探究学生的学习路径与迭代模式
- 形式化方法工具优化：基于学生模型的错误类型、可满足性结果，改进Alloy4Fun平台的反馈机制
- 教育数据挖掘：挖掘不同课程、不同挑战主题下学生表现的差异，为课程设计提供数据支持
- 学术研究：为形式化方法教育相关的论文（如《Experiences on Teaching Alloy with an Automated Assessment Platform》）提供实证数据
