摘要：本数据集包含合成生成的学生生活方式习惯与学业表现关系数据，专为教育分析、机器学习模型开发和数据科学研究而设计。数据集涵盖12个特征变量，包括学习时间、睡眠时长、屏幕使用时间、体育活动、饮食类型、出勤率、压力水平、平时成绩和累计平均绩点（CGPA）等多维度指标。数据采用合成数据生成技术创建，确保了数据的结构化、清洁性和隐私保护，不代表真实个人信息。数据集设计目标是探索生活方式因素对学生学业成就的影响机制，为教育干预策略制定、学生健康管理和个性化学习支持系统开发提供数据基础。
数据集简介
数据集概述
数据集整合了学习行为、生理健康、心理状态和学业成果四个核心维度的特征。学习行为维度包括每日学习时间和课程出勤率，反映学生的学业投入程度。生理健康维度涵盖睡眠时长、屏幕使用时间、体育活动水平和饮食类型（如健康饮食、快餐、素食等），捕捉影响认知功能和学习效率的生活方式因素。心理状态维度通过压力水平量化学生的心理负担和情绪健康状况。学业成果维度包含平时成绩（internal marks）和CGPA两个层次的学业表现指标。这种多维度特征融合的数据结构支持从生活方式到学业表现的因果关系探索，适用于回归分析、分类任务、相关性分析和探索性数据分析等多种研究范式。
该数据集在教育技术、学生健康管理和学习分析领域具有重要应用价值。支持的研究任务包括：学业表现预测模型开发、生活方式因素对学业影响的量化分析、高风险学生早期识别、个性化学习建议生成、学习习惯优化策略制定、以及教育干预效果评估。数据集的合成特性使其可在公开环境中自由使用，避免了教育数据隐私保护的伦理问题，同时保持了真实教育场景的统计特性。此外，数据集为学生健康监测应用、智能教育咨询系统、校园心理健康预警平台、以及基于数据驱动的教育政策制定提供了实验基础，有助于促进全面发展教育理念的落地实施。采用MIT开源许可证，鼓励学术研究和教育创新应用。
数据集来源
合成生成的学生生活方式与学业表现关系数据集，包含学习时间、睡眠、屏幕时间、体育活动、饮食、出勤率、压力水平、平时成绩和CGPA等12个特征变量，用于教育分析和机器学习研究。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-43
文件大小：21K
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)