add readme

README.md

@@ -1,2 +1,133 @@
-# new_pullreq_dataset
+# pull-based开发模式相关数据集
 
+## 各字段含义如下
+
+### 每一行对应一条pull request记录
+
+- project_id：GHTorrent projects表的id
+- github_id：GitHub中项目的第X个pull request
+- pull_request_id：GHTorrent pull_requests表的id
+- ownername：项目创建者login
+- reponame：项目名称
+- merged_or_not：PR被合并还是拒绝了
+- lifetime_minutes：PR open的时间
+- mergetime_minutes：PR被合并花费的时间
+- num_commits：PR关闭时包含的commit数量
+- src_churn：PR关闭时修改的源代码行数
+- test_churn：PR关闭时修改的测试代码行数
+- filed_added：PR关闭时添加的文件数量
+- files_deleted：PR关闭时删除的文件数量
+- files_modified：PR关闭时修改的文件数量
+- files_changed：PR关闭时变更的文件数量
+- src_files：PR关闭时修改的源代码文件数量
+- doc_files：PR关闭时修改的文档数量
+- other_files：PR关闭时修改的其他文件数量
+- num_commits_comments：代码行评论数量
+- num_issue_comments：页面中PR描述下的评论数量
+- num_comments：评论数量
+- num_participants：参与评论者数量
+- sloc：提交PR时，项目中源代码行数
+- team_size：提交PR时，项目核心开发者数量
+- perc_external_contribs：提交PR时，项目外围贡献者占比
+- commits_on_files_touched：提交PR时，修改的热门文件数量
+- test_lines_per_kloc：提交PR时，项目中包含的测试代码数量
+- test_cases_per_kloc：提交PR时，项目中包含的测试用例数量
+- asserts_per_kloc：提交PR时，项目中包含的断言语句数量
+- watchers：提交PR时，项目的star数量
+- prev_pullreqs：贡献者之前在项目中提交的PR数量
+- requester_succ_rate：贡献者PR合并成功率
+- followers：贡献者被关注的人数
+- churn_addition：提交PR时，添加的代码行数
+- churn_deletion：提交PR时，删除的代码行数
+- pr_comment_num：review形式提交的评论数量
+- perc_neg_emotion：评论中消极情绪占比
+- perc_pos_emotion：评论中积极情绪占比
+- perc_neu_emotion：评论中中立情绪占比
+- part_num_issue：参与PR描述下评论的人数
+- part_num_commit：参与代码行评论的人数
+- part_num_pr：参与review评论的人数
+- part_num_code：参与代码级别评论的人数（commit/pr评论参与人数总和）
+- comment_conflict：PR是否包含"conflict"关键词评论
+- hash_tag：PR是否包含"#"
+- at_tag：PR是否包含"@"
+- test_inclusion：PR是否包含测试代码
+- description_length：PR描述长度
+- bug_fix：PR是否修复了bug
+- ci_exists：PR是否使用了CI工具
+- ci_latency：CI构建延迟(s)
+- ci_build_num：CI构建次数
+- ci_test_passed：CI是否通过了测试
+- ci_failed_perc：CI构建失败次数
+- ci_first_build_status：CI首次构建结果
+- ci_last_build_status：CI最后一次构建结果
+- language：项目使用的主要编程语言
+- fork_num：提交PR时，项目被fork数量
+- project_age：提交PR时，项目年龄
+- open_issue_num：提交PR时，项目中处于open状态的issue数量
+- pr_succ_rate：项目PR合并成功率
+- open_pr_num：提交PR时，项目中处于open状态的PR数量
+- first_response_time：PR首次被回复的时间间隔
+- pushed_delta：距离上次PR提交的时间间隔
+- acc_commit_num：贡献者被合并的commit数量
+- first_pr：是否是贡献者的首个PR
+- account_creation_days：贡献者账号首次创建时间
+- core_member：贡献者是否为核心开发者
+- contrib_gender：贡献者性别
+- contrib_country：贡献者所属国家
+- contrib_affiliation：贡献者所属机构
+- contrib_open/cons/extra/agree/neur：贡献者五人格得分
+- perc_contrib_neg_emo：贡献者评论中消极情绪占比
+- perc_contrib_pos_emo：贡献者评论中积极情绪占比
+- perc_contrib_neu_emo：贡献者评论中中立情绪占比
+- contrib_first_emo：贡献者首次评论的情绪
+- prior_review_num：贡献者之前审查的PR数量
+- inte_country：合并者所属国家
+- inte_affiliation：合并者所属组织
+- inte_open/cons/extra/agree/neur：合并者五人格得分
+- perc_inte_neg_emo：合并者评论中消极情绪占比
+- perc_inte_pos_emo：合并者评论中积极情绪占比
+- perc_inte_neu_emo：合并者评论中中立情绪占比
+- inte_first_emo：合并者首次评论的情绪
+- contrib_follow_integrator：贡献者是否关注了审查者
+- prior_interaction：贡献者与项目之前的交互情况
+- social_strength：贡献者与项目的社交相关性
+- same_country：贡献者与合并者是否来自同一个国家
+- same_affiliation：贡献者与合并者是否来自同一个组织
+- open/cons/extra/agree/neur_diff：贡献者与合并者无人格差异
+- has_comments：PR是否包含评论信息
+- has_participants：PR是否有评论者
+- has_exchange：PR中是否有贡献者与审查者的交流
+- contrib_comment：PR中是否包含贡献者的评论
+- inte_comment：PR中是否包含合并者的评论
+- reviewer_comment：PR中是否包含审查者的评论
+- other_comment：PR中是否包含除了贡献者和审查者之外的人的评论
+- num_comments_con：PR中贡献者评论数量
+- num_code_comments：PR中代码相关评论数量
+- num_code_comments_con：PR中贡献者对代码评论的数量
+- integrator_availability：活跃的贡献者多久之后有时间审阅
+- friday_effect：PR是否是周五提交的
+- contrib_rate_author：PR贡献者项目中代码贡献占比
+- reopen_or_not：PR是否重启过
+- first_close_minutes：PR首次被关闭的时间间隔
+- reopen_num：PR重启次数
+- last_close_time：PR最后一次被关闭的时间
+- creator_id：PR创建者的id（对应GHTorrent users表的id）
+- first_closer_id：PR首次关闭者的id（对应GHTorrent users表的id）
+- last_closer_id：PR最后一次关闭者的id（对应GHTorrent users表的id）
+- num_commits_open：提交PR时包含的commit数量
+- same_user：贡献者与合并者是否为同一个人
+- files_added_open：提交PR时添加的文件数量
+- files_deleted_open：提交PR时删除的文件数量
+- files_modified_open：提交PR时修改的文件数量
+- files_changed_open：提交PR时修改的文件数量
+- src_files_open：提交PR时修改的源代码文件数量
+- doc_files_open：提交PR时修改的文档文件数量
+- other_files_open：提交PR时修改的其他文件数量
+- src_churn_open：提交PR时修改的源代码行数
+- test_churn_open：提交PR时修改的测试代码行数
+- code_churn_open：提交PR时修改的代码行数
+- churn_addition_open：提交PR时增加的行数
+- churn_deletion_open：提交PR时删除的行数
+- code_chunk_num_open：提交PR时修改的代码块数量
+- commits_on_files_touched_close：PR关闭时修改的热门文件数量
+- test_inclusion_open：提交PR时是否包含测试代码