# Algebra I 2006–2007 KDD Cup 2010 教育数据挖掘竞赛的开发数据集,记录代数辅导系统中的学生解题步骤。 数据集链接:[KDD Cup 2010 数据下载页](https://pslcdatashop.web.cmu.edu/KDDCup/downloads.jsp),下载需要登录。 ## 数据参数 | 参数 | 内容 | | --- | --- | | 数据文件 | `algebra_2006_2007_train.txt` | | 步骤记录 | 2,270,384 行 | | 学生 / 题目名称 / 知识组件 | 1,338 / 91,913 / 491,分别按 `Anon Student Id`、`Problem Name` 和 `KC(Default)` 去重 | | 缺失知识组件的行数 | 461,813 | 去重时排除空值及 `NA`、`nan`、`null` 标记(不区分大小写);知识组件按 `~~` 拆分,统计范围仅为训练文件。 ## 字段 竞赛数据为制表符分隔格式,每行对应一个解题步骤。以下是字段说明;该数据集使用 `Default` 认知模型。详见 [DataShop 数据格式说明](https://pslcdatashop.web.cmu.edu/KDDCup/rules_data_format.jsp)。 | 字段名称 | 字段语义说明 | | :--- | :--- | | `Row` | 数据行的物理递增序号 | | `Anon Student Id` | 全局匿名的学生唯一标识符 | | `Problem Hierarchy` | 课程单元与章节层级目录(用于组织题目上下文) | | `Problem Name` | 完整的母题名称 | | `Problem View` | 该学生第几次看到该题目(用于区分重做与复习) | | `Step Name` | 母题内部具体的解题步骤标识符 | | `Step Start Time` | 步骤开始时间,可为空 | | `First Transaction Time` | 学生的首次操作(提交答案或请求提示)时间戳 | | `Correct Transaction Time` | 学生最终正确完成该步骤的时间戳(若未做对可为空) | | `Step End Time` | 该步骤最后一次操作的时间 | | `Step Duration (sec)` | 分配至该步骤的各次操作时长之和,单位为秒;步骤开始时间缺失时可为空 | | `Correct Step Duration (sec)` | 首次尝试正确时的步骤耗时(秒) | | `Error Step Duration (sec)` | 首次尝试错误或请求提示时的步骤耗时(秒) | | `Correct First Attempt` | **核心标签**:首次尝试是否正确(1=首次做对,0=发生错误或查看提示) | | `Incorrects` | 在该步骤上的错误作答次数计数 | | `Hints` | 在该步骤上请求提示的次数计数 | | `Corrects` | 在该步骤上的正确作答次数计数 | | `KC(Default)` | 认知模型标注的知识组件(技能名称),多技能时用 `~~` 分隔 | | `Opportunity(Default)` | 该学生练习该知识组件的累计机会次数 |