数据集概述
本数据集记录人类参与者在长期迭代囚徒困境（IPD）实验中的行为观测数据，包含固定伙伴（FP）和随机伙伴（SP）两种处理组。通过无监督聚类和隐马尔可夫模型分析参与者策略，揭示不同伙伴匹配方式下的行为模式差异，如固定伙伴组的行为自组织现象及随机伙伴组的策略纠缠特征。
文件详解
- README.txt
- 文件格式：TXT
- 内容介绍：说明数据集文件结构，解释rand.csv（SP处理组）和fix.csv（FP处理组）的对应关系及核心字段含义。
- UserInformation.csv
- 文件格式：CSV
- 字段映射：包含UserID（用户ID）、Age（年龄）、Gender（性别）、决策影响因素（如是否受前一轮对手/自身行为影响）、Experiment Session（实验场次）、Treatment（处理组）等参与者信息字段。
- rand.csv
- 文件格式：CSV
- 字段映射：包含round（轮次1-100）、player（参与者ID）、action_player（参与者行为C/D）、opponent（对手ID）、action_opponent（对手行为C/D）、payoff（收益）、time_php/js（时间戳）、treatment（处理组rand）、session（场次）、context（情境）、prev（前一轮信息）等实验过程数据。
- fix.csv
- 文件格式：CSV
- 字段映射：与rand.csv字段一致，对应固定伙伴（fix）处理组的实验数据。
- Instructions_of_the_experiment.docx
- 文件格式：DOCX
- 内容介绍：实验操作说明文档，记录实验流程、规则及参与者指导语。
适用场景
- 博弈论行为策略研究：分析人类在IPD实验中的实际策略选择及变化规律，验证理论预测策略（如AllC、AllD、TFT、WSLS）的现实存在性。
- 伙伴匹配机制影响分析：对比固定/随机伙伴模式下的合作行为演化差异，探究行为自组织与策略纠缠的形成机制。
- 行为科学实验方法优化：评估长期实验（≥25轮）对捕捉参与者学习阶段与稳定策略的必要性，为类似实验设计提供参考。
- 决策影响因素分析：结合UserInformation.csv数据，研究年龄、性别及前一轮行为对参与者决策的影响机制。
