数据集概述
该数据集包含470,925条NPM生态系统拉取请求数据及预训练随机森林模型，围绕技术与社会因素对拉取请求质量的影响展开，为预测拉取请求接受情况提供数据与模型支持，对应ESEM-2020相关研究论文。
文件详解
- 文件名称：Curated_Pull_Request_Data.csv
- 文件格式：CSV
- 字段示例：creator_submitted（创建者提交数）、creator_accepted（创建者接受数）、repo_submitted（仓库提交数）、repo_accepted（仓库接受数）、dependency（依赖情况）、age（拉取请求时长）、comments（评论数）、review_comments（评审评论数）、commits（提交次数）、additions（新增代码行数）、deletions（删除代码行数）、changed_files（修改文件数）、contain_issue_fix（是否包含问题修复）
- 文件名称：PRMODEL.Rdata
- 文件格式：Rdata
- 内容：预训练的随机森林模型，用于预测拉取请求接受情况
- 文件名称：snippet.R
- 文件格式：R
- 内容：创建随机森林模型的代码片段
- 文件名称：description.pdf
- 文件格式：PDF
- 内容：数据集变量描述文档
适用场景
- 软件工程研究：分析技术与社会因素对NPM生态系统拉取请求质量的影响
- 机器学习应用：基于拉取请求数据训练与验证接受预测模型
- 开源社区治理：探究开源项目中拉取请求的接受规律与优化方向
- 实证软件工程：复现或扩展ESEM-2020论文相关研究结论
