数据集概述
本数据集为开源数据集，包含通过工具链构建的NPM包相关数据，涵盖diffoscope输出、工具链构建版本及npmjs注册表中的预构建包，共5个文件，用于研究NPM包的可复现性。
文件详解
- 压缩文件
- 文件名称：source-code-dataset-collection.zip
- 文件格式：ZIP
- 字段映射介绍：包含源代码数据集相关压缩内容
- 文件名称：build-artifacts-fse-2020.zip
- 文件格式：ZIP
- 字段映射介绍：包含2020年FSE相关的构建产物压缩内容
- 表格文件
- 文件名称：weeklyDownloads_NonReproduciblePackages.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含不可复现NPM包的周下载量相关数据
- 文件名称：finalSats.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含最终相关统计数据
- 文件名称：packages_vs_nonReproducibleVersions.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含NPM包与不可复现版本的对比相关数据
适用场景
- 开源软件可复现性研究: 分析NPM包构建过程的可复现性问题及影响因素
- NPM包生态系统分析: 研究NPM包的下载量、版本情况与可复现性的关联
- 软件开发工具链优化: 基于构建产物数据优化NPM包构建工具链的稳定性
- 软件供应链安全研究: 探究不可复现NPM包对软件供应链安全的潜在影响
