脑机虚实交互流程动态编排与调度数据集

脑机虚实交互流程动态编排与调度数据集主要面向流程编排与调度技术研究，服务于相关论文、专利及软件著作权成果建设。数据集综合涵盖多类关键研究场景：一是 TopCoder 数据集，来源于 TopCoder 在线算法竞赛平台真实竞赛环境，包含算法题目、输入输出规范、测试样例、用户提交代码、编程语言及评测结果等信息，适用于程序分析、代码生成与自动评测研究；二是多用户多时间片评分交互数据集，面向协同过滤推荐与时序预测研究，记录用户—项目评分行为及时间戳信息，包含训练集与测试集，数据稀疏度高；三是服务组合推荐数据集，来源于在线服务平台用户交互日志，包含单体服务交互、服务组合交互及二者从属关系，用于多视图协同过滤与服务组合推荐研究；四是业务流程多任务预测数据集，在 Python 环境与预设参数条件下生成，记录多任务预测的核心性能指标及训练规模信息，用于集成学习方法的性能评估与对比验证。该数据集系统性汇集了基于 QoS 预测、服务组合推荐、众包任务推荐及业务流程预测等研究中使用和产生的数据，为产业大脑脑机虚实交互流程编排与调度工具研发提供数据支撑，整体数据量约为 100MB。

搜集汇总

背景与挑战

背景概述

该数据集面向脑机虚实交互流程的动态编排与调度技术研究，服务于相关学术成果建设。它综合涵盖多个关键研究场景，包括程序分析、推荐系统、服务组合和集成学习等，为产业大脑工具研发提供数据支撑，数据量约为455.15MB。