DATA_TRANSFER_SUMMARY.md

# 数据文件转移总结

## ✅ 已完成

两个 information cascade 文件已成功复制到 EasyTemporalPointProcess-main 文件夹。

## 📁 文件位置

### 源文件位置
- `/Users/chenshuyi/Documents/research_projects/评论家罗伯特TPP/data/cascades/information_cascade.json`
- `/Users/chenshuyi/Documents/research_projects/评论家罗伯特TPP/data/cascades/information_cascade_original_posts.json`

### 目标位置
- `/Users/chenshuyi/Downloads/EasyTemporalPointProcess-main/data/cascades/information_cascade.json` (606MB)
- `/Users/chenshuyi/Downloads/EasyTemporalPointProcess-main/data/cascades/information_cascade_original_posts.json` (980MB)

## ⚠️ 重要说明

### 文件大小
- **总大小**: 约 1.6GB
- **information_cascade.json**: 606MB
- **information_cascade_original_posts.json**: 980MB

### Git 排除配置
这些文件**不会上传到 Hugging Face**，因为：
1. 文件太大，超过 Git/Hugging Face 推荐大小
2. 已通过 `.gitignore` 排除：
   ```
   data/cascades/information_cascade*.json
   data/cascades/*.json
   ```

## 📥 在云电脑上获取数据文件

### 方法1: 使用 scp 传输（推荐）

```bash
# 在云电脑上
mkdir -p data/cascades

# 从本地传输
scp 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: 上传到 Hugging Face Dataset Hub

```bash
# 在本地
cd /Users/chenshuyi/Downloads/EasyTemporalPointProcess-main
huggingface-cli upload <username>/cascade-data data/cascades/ --repo-type dataset

# 在云电脑上下载
huggingface-cli download <username>/cascade-data --local-dir ./data/cascades
```

### 方法3: 使用云存储

1. 将文件上传到 Google Drive / Dropbox / OneDrive
2. 在云电脑上下载

## 📝 相关文档

- **数据文件说明**: `data/cascades/README.md`
- **数据文件注意事项**: `DATA_FILES_NOTICE.md`
- **上传指南**: `HF_UPLOAD_GUIDE.md`

## ✅ 验证

上传到 Hugging Face 后，验证数据文件：

```bash
# 检查文件是否存在
ls -lh data/cascades/

# 应该看到：
# information_cascade.json (606MB)
# information_cascade_original_posts.json (980MB)
```

## 🚀 使用数据文件

文件准备好后，运行指标计算：

```bash
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
```

---

**数据文件已成功转移！** ✅