diff --git a/README.md b/README.md index 20e2fa5..fea31da 100644 --- a/README.md +++ b/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 \ No newline at end of file