数据集概述
本数据集包含语义块模型（Semantic Blocks Model）的实验代码与生成结果数据，核心围绕基于上下文增强的人类活动预测研究。数据集结构分层，涵盖代码文件、结果文件、数据库配置等，为复现研究及分析人类活动预测模型性能提供支持。
文件详解
- 代码文件（sbm-code/目录）：
- sbm.py、sbm_testing.py：语义块模型核心实现与测试代码，.py格式
- locations.py：位置相关功能代码，.py格式
- README.md：代码说明文档，.md格式
- database/目录：包含docker-compose.yaml配置文件及init-db/setup.sql初始化脚本
- benchmarking/prophet/目录：含data_preprocessing.py数据预处理、prophet.py基准模型代码，.py格式
- 结果文件（results/目录）：
- 2.results-fixed-time-windows-with-context.csv：带上下文固定时间窗口的预测结果，.csv格式，字段包括result_id、dataset、current_label、predicted_next_label等
- same-day-first-pass.csv：当日首次预测结果，.csv格式
- accuracy.sql：准确率计算脚本，.sql格式
- Semantic Blocks Results.xlsx：结果汇总表格，.xlsx格式
- 数据文件：
- database/datasets/目录：含hh101.txt、hh102-with-locations.txt等带时间戳、活动标签的原始数据，.txt格式
- benchmarking/prophet/datasets/目录：含hh103_13_test.csv等训练测试数据，.csv格式
- 可视化文件：
- benchmarking/prophet/dataset_plots/目录：含hh101_Watch_TV.png等活动数据可视化图片，.png格式
适用场景
- 活动预测模型研究：复现语义块模型实验，分析上下文对人类活动预测的增强效果
- 基准模型对比：基于prophet目录下的基准代码与数据，开展不同预测模型的性能对比
- 时序数据挖掘：利用带时间戳的活动数据，研究人类活动模式及时空关联
- 智能家居系统优化：基于活动预测结果，为智能家居场景的主动服务提供数据支持
