数据集概述
本数据集为日本软件科学会志论文所用，围绕Python测试异味对被测试代码缺陷潜在性的影响展开定量分析。包含3个文件，涵盖测试异味检测结果、代码指标及缺陷标记等信息，用于软件质量评估研究。
文件详解
- README.txt
- 文件格式：TXT
- 内容介绍：数据集说明文档，阐述数据来源、文件构成及使用背景。
- commit_hash_data.json
- 文件格式：JSON
- 内容介绍：包含Git仓库提交哈希相关数据，具体字段需参考文件内容。
- aggregated.json
- 文件格式：JSON
- 内容介绍：10,838KB的结构化数据，一级键为仓库URL，包含仓库URL、产品代码、测试代码、指标测量值、测试异味检测结果及缺陷有无等信息。
数据来源
日本软件科学会志论文《Python テストスメルが被テストコードのバグ潜在性に及ぼす影響に関する定量分析》
适用场景
- 软件测试质量评估：分析测试异味与代码缺陷的关联性，优化测试设计。
- 测试异味影响研究：探究不同类型测试异味对代码缺陷潜在性的具体影响程度。
- 缺陷预测模型构建：基于测试异味数据开发代码缺陷预测模型。
- 开源项目质量分析：利用仓库级数据评估开源Python项目的测试代码质量。
