⚠️ 数据文件说明

📁 数据文件位置

数据文件已复制到 data/cascades/ 目录：

data/cascades/information_cascade.json (606MB)
data/cascades/information_cascade_original_posts.json (980MB)

⚠️ 重要提示

这些文件太大（总计约 1.6GB），不会上传到 Hugging Face！

.gitignore 已配置为排除这些文件，因为它们超过了 Git/Hugging Face 的推荐大小限制。

📥 在云电脑上获取数据文件

方法1: 直接传输（推荐）

# 在云电脑上创建目录
mkdir -p data/cascades

# 使用 scp 从本地传输
scp -r user@local-machine:/Users/chenshuyi/Documents/research_projects/评论家罗伯特TPP/data/cascades/information_cascade*.json ./data/cascades/

方法2: 使用云存储

将文件上传到云存储（Google Drive, Dropbox, OneDrive 等）
在云电脑上下载

方法3: 使用 Git LFS（如果配置）

如果需要通过 Git 管理大文件：

# 安装 Git LFS
git lfs install

# 跟踪大文件
git lfs track "data/cascades/*.json"

# 添加文件
git add .gitattributes
git add data/cascades/*.json
git commit -m "Add cascade data with LFS"
git push

方法4: 使用 Hugging Face Dataset Hub

可以将数据文件单独上传到 Hugging Face Dataset Hub：

# 安装依赖
pip install huggingface_hub

# 上传数据文件
huggingface-cli upload <username>/cascade-data data/cascades/ --repo-type dataset

然后在云电脑上下载：

huggingface-cli download <username>/cascade-data --local-dir ./data/cascades

✅ 验证文件

上传到 Hugging Face 后，验证：

# 检查文件是否存在
ls -lh data/cascades/

# 应该看到：
# information_cascade.json
# information_cascade_original_posts.json

🚀 使用数据文件

文件准备好后，运行指标计算：

python compute_cascade_metrics.py \
    --input_cascade data/cascades/information_cascade.json \
    --input_original data/cascades/information_cascade_original_posts.json \
    --output output_with_metrics.json \
    --batch_size 32 \
    --device cuda

📝 文件来源

原始文件位置：

/Users/chenshuyi/Documents/research_projects/评论家罗伯特TPP/data/cascades/

已复制到：

/Users/chenshuyi/Downloads/EasyTemporalPointProcess-main/data/cascades/

Abigail99216
/

EasyTemporalPointProcess-main