数据集概述
该数据集是论文《Ensuring Open Source Integrity: The Intersection of Copy-Based Reuse and License Compliance》的复制包，包含支持论文研究的数据集、R语言代码、bash脚本及相关文档，可复现论文中的分析过程与结果。
文件详解
- 数据集文件（.gz格式）：
- project2license_map.csv.gz：包含WoC项目名称及其特定时间点的提交许可证数据，项目名称采用GitHub的
owner_repo格式
- depDP.csv.gz：依赖相关数据集
- depUP.csv.gz：依赖相关数据集
- regression_sample.csv.gz：回归分析样本数据集
- copy-vs-dep_sample.csv.gz：复制与依赖对比样本数据集
- 代码文件：
- regression_model.r：R语言回归模型代码
- copy-vs-dep.sh：bash脚本文件
- 文档与其他文件：
- README.md：复制包说明文档，包含各文件内容介绍
- noncompliance.pdf：非合规性相关PDF文档
适用场景
- 开源软件研究：分析开源项目的许可证合规性现状
- 代码复用研究：探究复制型代码复用与依赖型代码复用的差异及合规性问题
- 回归模型应用：复现论文中的回归分析方法与结果
- 开源治理实践：为开源项目许可证管理提供数据支持与分析依据
