数据集概述
该数据集包含约一万五千个代码样本，由具有专业经验的软件开发者基于行业相关的当代Java开源项目评审创建，旨在研究开发者背景与代码异味感知的关系，相比基于旧代码的数据集具有更持久的相关性。
文件详解
- 代码样本数据文件：
- MLCQCodeSmellSamples.xlsx：Excel格式，包含代码样本的代码异味标注信息，字段示例有id、reviewer_id、sample_id、smell（异味类型）、severity（严重程度）、repository（代码仓库）等
- MLCQCodeSmellSamples.csv：CSV格式，内容与上述Excel文件一致，字段分隔符为分号
- 开发者调查数据文件：
- MLCQCodeSmellDevelopersSurvey.xlsx：Excel格式，包含参与评审开发者的调查数据，涉及授权声明等信息
- MLCQCodeSmellDevelopersSurvey.csv：CSV格式，内容与上述Excel文件一致
- 附录文档：
- MadeyskiLewowskiMLCQAppendix.pdf：PDF格式，可能包含数据集的补充说明或相关附录内容
适用场景
- 软件质量研究：分析行业相关Java项目中的代码异味类型与分布特征
- 开发者行为研究：探究开发者背景（如经验、技术栈）与代码异味感知的关联性
- 代码审查工具优化：为代码异味检测工具的训练与验证提供真实行业场景数据
- 软件工程教育：作为教学案例，帮助学生理解实际项目中的代码质量问题
