学习行为分析教育研究多元时间序列数据集2023-2024
数据来源：互联网公开数据
标签：学习行为,教育研究,时间序列,多元分析,学习者分析,提交日志,教育数据
数据概述：
本数据集记录了2023年8月31日至2024年1月25日期间15个班级（共1,364名学习者）的学习行为数据，涵盖148天的学习周期。数据集包括以下三个主要部分：
1. 学习者基本信息：包含学习者的唯一标识符（student_ID）、性别（sex）、年龄（age）、专业（major）等基本信息。
2. 练习基本信息：包含练习的唯一标识符（title_ID）、分数（score）、知识点（knowledge）及其子知识点（sub_knowledge）等信息。
3. 学习者提交行为日志：记录了学习者在不同时间点的提交行为，包括提交时间（time）、状态（state）、得分（score）、使用的编程语言（method）、内存使用情况（memory）、耗时（timeconsume）等详细信息。
此外，数据集中包含噪声数据，例如缺失值、异常值或数据不一致（如无效班级、缺失日志记录等），需由数据使用者进行识别和处理。
数据用途概述：
该数据集适用于多元时间序列分析，可支持以下应用场景：
1. 学习行为分析：研究学习者的学习模式、知识掌握水平及学习行为的动态变化。
2. 教学效果评估：分析教学设计的有效性，识别影响学习效果的关键因素。
3. 学习模式挖掘：探索学习者的学习路径和行为特征，发现潜在的学习困难或成功经验。
4. 教育数据研究：为教育研究者提供真实的学习行为数据，支持教育技术与学习科学的研究。
通过分析该数据集，教育机构可以优化课程设计、改进教学策略，并为学习者提供个性化的学习支持。
