数据集概述
本数据集包含研究“软件数据集的构建与更新：实证评估”的脚本与数据，聚焦代码指标软件数据集的时间有效性，涉及Qualitas Corpus 20130901r版本、currentSample、qualitasUpdated三类数据集，涵盖代码指标、仓库元数据及复制工具包，用于分析软件数据集的时间有效性及采样策略。
文件详解
- replication_package.zip
- 文件格式：ZIP
- 字段映射介绍：包含研究的脚本与复制工具，含Jupyter Notebook（Experiment.ipynb）、主脚本（main.py）、依赖文件（requirements.txt）、Github令牌配置文件（./token）、Sourcemeter工具压缩包（./Sourcemeter/tool目录下）及Qualitas Corpus指标生成脚本，支持数据集的复制与重新生成。
- datasets.zip
- 文件格式：ZIP
- 字段映射介绍：包含三个子文件夹（qualitas、currentSample、qualitasUpdated），每个文件夹含三类文件：class.csv（类级代码指标）、method.csv（方法级代码指标）、sample.csv（项目仓库元数据）；qualitas对应Qualitas Corpus 20130901r版本数据，currentSample为近期采样数据，qualitasUpdated为更新后的Qualitas数据集。
数据来源
研究“Building and updating software datasets: an empirical assessment”的代码库
适用场景
- 软件数据集时间有效性分析: 评估不同软件数据集（如Qualitas Corpus旧版本与更新版本）的代码指标时间有效性，分析数据集时效性对研究结果的影响。
- 采样策略实证研究: 对比不同采样策略（如currentSample与qualitasUpdated的采样方法）在软件数据集构建中的效果与可靠性。
- 代码指标分析: 利用class.csv和method.csv中的类级、方法级代码指标，开展软件质量、维护性等相关研究。
- 研究复制与验证: 通过replication_package.zip中的工具与脚本，复制研究过程，验证软件数据集构建与更新的方法论。
- 软件项目元数据分析: 基于sample.csv中的仓库元数据，分析软件项目的基本特征与分布规律。
