数据集概述
该数据集是2024年DFPulse数字取证从业者调查的匿名响应数据，包含人口统计学、工作挑战、学术参与三个部分的调查内容。数据旨在了解从业者需求及学术研究与实践的互动关系，为优化数字取证领域的学术研究方向提供依据。
文件详解
- 格式化响应数据文件:
- ResponsesFormattedForExcel.xlsx: Excel格式文件，可能包含结构化的调查响应数据，便于统计分析。
- 自由文本响应文件（CSV格式）:
- FreetextResponsesQ4.csv: 包含问题Q4（与学术界合作的进一步意见）的自由文本回答。
- FreetextResponsesQ11-Section2.csv: 包含第二部分问题Q11的自由文本回答。
- FreetextResponsesQ11-Section3.csv: 包含第三部分问题Q11的自由文本回答。
- FreetextResponsesQ15.csv: 包含问题Q15的自由文本回答。
- FreetextResponsesQ17.csv: 包含问题Q17的自由文本回答。
- FreetextResponsesQ19.csv: 包含问题Q19（希望学术界研究的方向）的自由文本回答。
- 调查相关图片文件（PNG格式）:
- DFPulse Survey Recruitment Ad.png: 调查招募广告图片。
- Survey - Part 0.png、Survey - Part 2.png、Survey - Part 3.png: 调查各部分内容截图。
- 调查文档文件:
- Survey - Complete.pdf: 完整的调查文档PDF。
数据来源
University College Dublin（爱尔兰都柏林大学）Assoc. Prof. Mark Scanlon主导，联合University of Lausanne、University of Nottingham、University of Oxford等机构研究者共同开展
适用场景
- 数字取证学术研究方向优化: 分析从业者需求，指导学术研究聚焦实践痛点。
- 学术与实践互动机制研究: 探索从业者与学术界的合作现状及改进空间。
- 数字取证行业挑战分析: 挖掘从业者在工作中面临的核心挑战与诉求。
- 自由文本数据挖掘: 通过NLP技术分析从业者对学术研究的具体建议与反馈。
