数据集概述
本数据集是论文《Crowd-based Requirements Elicitation via Pull Feedback: Method and Case Studies》的在线附录，包含Tournify、S-Sys、V-Sys三个案例的原始数据、翻译数据、可读性评分、模糊性分析、标签数据及Kappa系数等，辅以图表文件、流程图源文件和Python分析脚本，用于支持众包需求获取方法的验证与分析。
文件详解
- 案例数据集文件（.xlsx格式）
- 文件名称：Dataset-Tournify.xlsx、Dataset-SSys.xlsx、Dataset-VSys.xlsx
- 字段映射介绍（以Tournify为例）：包含Raw data（原始数据）、Automatically translated data（自动翻译数据）、Readability scores（可读性评分）、Vague hits（模糊词汇识别）、Tagging-XX（标签数据）、Compare-XX（标签对比）、Result-XX（最终结果）、Result-total（总结果）、Kappa-scores（Kappa系数）等标签页；S-Sys和V-Sys案例包含Raw data、Automatically translated data、readability scores、Vagueness、Tagging、Kappa-scores等标签页
- 图表文件
- 文件名称：Graphs_readability.aspx
- 文件格式：ASPX
- 内容说明：用于生成论文中图六和图七的图表数据，包含Flesch和ARI可读性评分的合并数据
- 流程图源文件
- 文件名称：CREUS-pdd.drawio
- 文件格式：DRAWIO
- 内容说明：论文中呈现的过程交付物图（PDD）的源文件
- Python分析脚本
- 文件名称：S-Sys V-Sys.ipynb、Tournify.ipynb
- 文件格式：IPYNB
- 内容说明：用于计算可读性评分和识别模糊词汇的Jupyter笔记本脚本，Tournify脚本包含输出结果，S-Sys和V-Sys脚本因保密未包含输出
数据来源
论文“Crowd-based Requirements Elicitation via Pull Feedback: Method and Case Studies”
适用场景
- 众包需求获取方法验证: 分析三种案例中众包反馈数据的处理流程与结果，验证拉式反馈方法的有效性
- 需求文本质量分析: 利用可读性评分、模糊性分析数据，研究众包需求文本的质量特征与优化方向
- 需求标签一致性评估: 通过Kappa系数数据，评估不同研究者对需求标签的一致性水平
- 需求工程工具开发: 基于数据处理流程与脚本，开发支持众包需求分析的自动化工具
- 案例研究复现: 为其他研究者复现论文中的案例分析提供完整的数据支撑
