数据集概述
本数据集围绕“什么是好的提交信息”主题，包含文献综述、问卷调查、提交信息标签数据等多类型资料，为研究提交信息质量标准及特征提供基础数据支持。
文件详解
数据集包含多个文件，具体说明如下：
- 文献与问卷相关文件：
- literature survery.xlsx：Excel格式，记录46篇相关文献的综述数据（对应Section 3.2）
- Questionnaire.pdf：PDF格式，面向资深贡献者的问卷，含3个问题及初始问卷示例
- Frequency.pdf：PDF格式，说明各类别/子类别出现的数量及占比
- posts list.xlsx：Excel格式，包含Section 3.2中研究的所有帖子数据
- 提交信息标签数据：
- sampled messages.csv：CSV格式，含1649条标记提交信息的元数据，主要字段包括：
- label：标记（0=含“Why和What”，1=不含“Why和What”，2=不含“What”，3=不含“Why”）
- if_mulit_commit：非原子提交标记（1=非原子）
- new_message1：预处理后的提交信息
- maintenance type and expression way.xlsx：Excel格式，含RQ2结果，记录Why和What的表达方式及与维护类型的关联
适用场景
- 软件工程研究：分析提交信息质量特征及分类标准
- 实证研究支持：验证提交信息中“Why和What”要素对信息质量的影响
- 开发实践优化：为开发者提供提交信息撰写的参考依据
- 自然语言处理应用：训练提交信息质量自动分类模型
