数据集概述
本数据集是《Usage and Attribution of Stack Overflow Code Snippets in GitHub Projects》的补充材料，聚焦Stack Overflow（SO）代码片段在GitHub项目中的使用与归因情况。包含大规模实证研究结果、开发者认知调查数据及相关限制说明，覆盖代码使用合规性、归因现状、开发者许可证认知等核心内容，共10个文件。
文件详解
- 文档类文件
- 文件名称：LICENSE.txt
- 文件格式：TXT
- 字段映射介绍：说明数据中来自Stack Overflow的内容采用CC BY-SA 3.0许可证
- 文件名称：0_README.txt
- 文件格式：TXT
- 字段映射介绍：说明数据集目录结构与研究论文章节对应关系，含各文件进一步信息指引
- 归档类文件
- 文件名称：1_preliminary-study.zip
- 文件格式：ZIP
- 字段映射介绍：初步研究相关数据归档
- 文件名称：2_phase-1.zip
- 文件格式：ZIP
- 字段映射介绍：第一阶段研究相关数据归档
- 文件名称：3_phase-2.zip
- 文件格式：ZIP
- 字段映射介绍：第二阶段研究相关数据归档
- 文件名称：4_phase-3.zip
- 文件格式：ZIP
- 字段映射介绍：第三阶段研究相关数据归档
- 文件名称：5_licensing-conflicts.zip
- 文件格式：ZIP
- 字段映射介绍：许可证冲突分析相关数据归档
- 文件名称：6_attribution-requirements.zip
- 文件格式：ZIP
- 字段映射介绍：归因要求研究相关数据归档
- 文件名称：7_awareness-study.zip
- 文件格式：ZIP
- 字段映射介绍：开发者认知研究相关数据归档
- 文件名称：8_limitations.zip
- 文件格式：ZIP
- 字段映射介绍：研究局限性说明相关数据归档
数据来源
论文《Usage and Attribution of Stack Overflow Code Snippets in GitHub Projects》
适用场景
- 软件开发生态研究: 分析GitHub项目对SO代码片段的使用频率与归因合规性现状
- 开源许可证合规性分析: 研究CC BY-SA 3.0许可证在实际代码复用中的执行情况
- 开发者行为分析: 探究开发者对SO代码片段许可证的认知程度及归因行为动机
- 代码复用风险评估: 评估未正确归因SO代码片段可能引发的法律与维护风险
- 开源社区治理优化: 为提升代码复用合规性提供实证数据支持
