困扰了我很久的问题，可能是我喜欢知根知底。见到论文中提到的2009-2010，看到代码中是数据不太一样发出了疑问
DataSet — EduData documentation
https://edudata.readthedocs.io/en/latest/tutorial/zh/DataSet.html
常见论文数据集介绍
论文 Improving Knowledge Tracing via Pre-training Question Embeddings
Convolutional Knowledge Tracing: Modeling Individualization in Student Learning Process
Deep Knowledge Tracing and Dynamic Student Classification for Knowledge Tracing
RKT : Relation-Aware Self-Attention for Knowledge Tracing
Knowledge Tracing with Sequential Key-Value Memory Networks
https://sites.google.com/site/assistmentsdata/home/assistment-2009-2010-data描述
2009~2010学年收集的ASSISTment数据。完整数据集分为两个不同的文件，一个是所有技能构建者数据，一个是所有非技能构建者数据。
来自 <https://sites.google.com/site/assistmentsdata/home/assistment-2009-2010-data>
技能建设者数据也称为精通学习数据。此数据集来自技能构建者（精通学习）问题集，其中满足某个条件 （通常设置为连续正确回答3个问题）时，学生被视为掌握了技能 ，并且精通后不会再给出任何问题。
这是备受关注的数据集。单击下面的
2009-2010年技能培养者数据：
非技能生成器数据 2009-10：
援助2009-2010完整数据集：
该文件包含来自上述两个数据集的数据，此外，它还包含与问题集类型无关的数据。
您可以尝试将这些数据用于的可能研究问题。
RQ1：预测学生表现
教育数据挖掘领域多年来一直在建立学生模型以适合学生数据并预测学生表现。使用ASSISTment数据来预测学生的表现已经做了大量的研究。他们中的一些人正在预测学生的下一个表现，例如在论文中： “援助”模型：利用学生需要多少提示和尝试 ；其中一些是在一段时间间隔后预测学生的表现，例如在论文中： 使用学生建模来估计学生知识 保留。
RQ2：个性化
已经在个性化学生模型方面做出了努力。研究表明，通过个性化学生参数可以改进模型拟合。
以下是使用ASSISTment数据在该领域进行的一些工作示例：
学生技能模型
贝叶斯网络中的知识跟踪个人化建模
RQ3：车轮旋转
车轮打转是指学生可能难以从问题集中学习技能的情况。如何检测车轮旋转在智能辅导系统中很有用。
有关更多详细信息，请参见以下文章： 旋转：未熟练掌握技能的学生
RQ4：群集
以前的工作已经显示了聚类学生在预测学生表现方面的一些好处。可以探索不同的聚类特征和不同的聚类方法，以更好地改进学生模型。
以下是使用 ASSISTment 数据完成的聚类工作的一些示例：
对学生进行聚类以生成合奏以提高标准考试成绩的预测
教育数据挖掘中的谱聚类
列标题（此列表是旧的，我们在此处对其中一些字段进行了更完整的描述）
子页面(3)： 组合数据集 2009-10非技能构建
数据在这里：
https://drive.google.com/file/d/0B2X0QD6q79ZJUFU1cjYtdGhVNjg/view?usp=sharing
它是在这里举办的：
http://users.wpi.edu/~yutaowang/data/skill_builder_data.csv
更新：在上述链接的数据集中检测到重复的数据记录。可以在这里找到更正的版本：
该文件包含每个学生问题技能的一行（即，如果学生 S 回答具有两个技能的问题 P，则除技能标识符外，所有字段中将有两行具有重复值）：
https://drive.google.com/file/d/0B3f_gAH-MpBmUmNJQ3RycGpJM0k/view?usp=sharing
该文件每个学生问题包含一行（即，如果学生S回答了具有两个技能的问题P，则这两个技能将被折叠为格式skill1_skill2并以单行表示）：
https://drive.google.com/file/d/1NNXHFRxcArrU0ZJSb9BIL56vmUt5FhlE/view?usp=sharing
该文件包含ASSISTments的Skill-Builder问题集中的数据。
技能构建者问题集具有以下功能：
子页面(3)： 组合数据集 2009-10非技能构建
数据在这里：
https://drive.google.com/file/d/0B2X0QD6q79ZJUFU1cjYtdGhVNjg/view?usp=sharing
它是在这里举办的：
http://users.wpi.edu/~yutaowang/data/skill_builder_data.csv
更新：在上述链接的数据集中检测到重复的数据记录。可以在这里找到更正的版本：
该文件包含每个学生问题技能的一行（即，如果学生 S 回答具有两个技能的问题 P，则除技能标识符外，所有字段中将有两行具有重复值）：
https://drive.google.com/file/d/0B3f_gAH-MpBmUmNJQ3RycGpJM0k/view?usp=sharing
该文件每个学生问题包含一行（即，如果学生S回答了具有两个技能的问题P，则这两个技能将被折叠为格式skill1_skill2并以单行表示）：
https://drive.google.com/file/d/1NNXHFRxcArrU0ZJSb9BIL56vmUt5FhlE/view?usp=sharing
该文件包含ASSISTments的Skill-Builder问题集中的数据。
技能构建者问题集具有以下功能：
EdNet 由2017 年以来从Santa784,309 名学生中收集的总共 131,441,538 次互动组成。每个学生在使用圣诞老人时平均产生了 441.20 次互动。基于这些交互的 EdNet 使研究人员能够访问大规模的现实世界 ITS 数据。此外，圣诞老人总共提供了 13,169 个问题和 1,021 个讲座，标记了 293 种技能，每个课程分别被消耗了 95,294,926 次和 601,805 次。据我们所知，就学生总数、互动和互动类型而言，这是向公众开放的最大教育数据集。
论文地址
https://arxiv.org/abs/1912.03072v2
下载地址
https://arxiv.org/pdf/1912.03072v2.pdf
全部源码
GitHub - riiid/ednet
timestamp是给出问题的时刻，表示为以毫秒为单位的 Unix 时间戳。solving_id代表学生的每个学习时段对应于每个bunle。它是单个整数的一种形式，从1.question_id是给学生的问题的ID，它是一种形式q{integer}。user_answer是学生提交的答案，记录为介于a和d包含之间的字符。elapsed_time是学生在每个问题上花费的时间（以毫秒为单位）。 kaggle比赛也是使用的 ednet的数据集 Riiid Answer Correctness Prediction | Kaggle
train.csv: 如上图 用于训练的主要内容
2.2. question.csv:
.zip从bit.ly/ednet-content下载文件
| 规格 | |
|---|---|
| 压缩文件的大小 | 0.6MB |
| 未压缩文件的大小 | 0.1MB |
| 文件数 | 4 |
问题
问题信息表包含 7 列：question_id、bundle_id、explanation_id、correct_answer、part、tags、deployed_at。
question_id是问题的 ID，它是q{integer}.bundle_id是包含问题的包的 ID，它是b{integer}. 每个包可以包含 1 到 5 个问题。explanation_id是每个包的相应解释（专家评论）的 ID，它是e{integer}. 请注意，每个问题的 bundle_ids 和 explain_ids 都是相同的。correct_answer是每个问题的正确答案记录为一个字符之间a和d包含。选择的数量取决于问题的部分：每个不属于第 2 部分的问题有四个选择，第 2 部分的问题有三个。part是每个问题的一部分。它是一个从1到7的整数。tags是每个问题的专家注释标签。它是一个整数列表，其形式为{integer};{integer};...;{integer}。deployed_at表示每个问题开始在Santa 中提供的时间，表示为以毫秒为单位的 Unix 时间戳。2.3. lectures.csv:用户在学习过程中观看的lectures的元数据。
2.4. example_test_rows.csv
测试集数据的三个样本组，因为它将由时间序列API交付。格式与train.csv大致相同. 有两个不同的列反映了AI导师在任何给定时间内实际拥有的信息，但是为了API的性能，用户交互被组合在一起，而不是严格地一次只显示一个用户的信息。一些用户将出现在隐藏的测试集中，而这些测试集并没有显示在训练集中，他们模拟了快速适应将新用户建模到网站的挑战。