数据集概述
该数据集围绕技术债务优先级排序展开，通过GitHub上Java开源项目的2616份调查响应构建，包含"是否偿还""3分类""优先级"三种标签策略的数据，用于训练预测技术债务偿还决策的机器学习模型。
文件详解
- 文档文件（PDF格式）：
- research_web_consent-final.pdf：研究网络知情同意书，记录研究参与的伦理规范与知情同意内容
- email-template-anonymized.pdf：匿名化的邮件模板，用于调查数据收集的沟通
- 数据文件（CSV格式）：
- types.csv：包含技术债务类型相关数据，字段包括type（类型ID）、rule（规则描述）、count（数量）、l1-l6（层级分布）、severity（严重程度）等
- dataset.csv：核心数据集，字段包括answer（调查响应）、id（唯一标识）、severity（严重程度）、line（代码行）、effort（修复工作量）、tags（标签）、tdtype（技术债务类型）、rule_name（规则名称）、plugin_name（插件名称）、scope（范围）、priority（优先级）、component_uuid（组件UUID）、component_kee（组件标识）、component_long_name（组件全称）、component_scope（组件范围）、component_qualifier（组件限定符）、project_uuid（项目UUID）、project_kee（项目标识）、project_na（项目名称前缀）等
数据来源
GitHub上的Java开源软件项目
适用场景
- 软件工程研究：分析技术债务优先级排序的关键影响因素
- 机器学习模型训练：构建预测技术债务偿还决策的模型
- 开源项目管理：优化技术债务修复资源分配策略
- 代码质量分析：探究技术债务严重程度与修复优先级的关联
