数据集概述
本数据集为2021年IEEE教育前沿会议论文的补充材料，围绕自适应学习强化网络安全实践培训展开，包含案例研究的匿名训练数据、自适应学习模型、任务流转数据及可视化代码等，支持相关研究的复现与扩展。
文件详解
- 核心数据文件：
- case-study-training-anonymized-data-and-model.xlsx：Excel格式，含训练阶段设置与结果、自适应学习模型、任务流转记录、训练后答案等标签页
- simulation-tasks-flow-adaptive.csv：CSV格式，含参与者ID及各阶段任务流转数据
- simulation-tasks-answers-results.csv：CSV格式，含沙箱ID、任务完成情况、提示使用次数等学习结果数据
- 代码与可视化文件：
- case-study-sankey.R：R语言代码，用于生成案例研究的桑基图
- simulation-sankey.R：R语言代码，用于生成模拟任务流转的桑基图
- case-study-sankey.html：HTML格式，案例研究桑基图可视化结果
- simulation-sankey.html：HTML格式，模拟任务流转桑基图可视化结果
- 说明文档：
- README.md：Markdown格式，数据集文件结构与内容说明
适用场景
- 网络安全教育研究：分析自适应学习对网络安全实践培训效果的影响
- 教育技术研究：探究自适应学习模型在技能训练场景的应用机制
- 学习行为分析：基于任务流转数据研究学习者的技能掌握路径与难点
- 教育数据可视化：利用桑基图代码复现或扩展学习过程的可视化分析
