数据集概述
本数据集为论文《An Investigation into the Loss of Pull Request Data on GitHub》的配套数据，包含用于分析GitHub拉取请求（PR）数据丢失情况的程序文件、结果统计CSV文件及说明文档，支撑论文中8个研究问题（RQ1-RQ8）的分析与验证。
文件详解
- 数据文件（CSV格式，共13个）：
- RQ1.csv、RQ3.csv、RQ4.csv、RQ6a.csv、RQ7a.csv、RQ8.csv等：对应论文研究问题的统计结果数据，字段包含仓库名称、操作类型、时间节点、数据丢失分类等信息（如RQ4.csv含Repository、Action、Creation等字段；RQ6a.csv含Repository、Mentioned w/o Loss等字段）
- repository.csv：仓库相关基础数据
- 文档文件：
- README.txt：程序说明文档，介绍数据读取、分析功能及命令操作方式
- 程序与压缩文件：
- DataLossAnalyzer.jar：可执行程序文件，用于分析PR数据丢失情况
- DataLossAnalyzer.zip：程序压缩包
适用场景
- 软件工程研究：分析GitHub平台PR数据丢失的特征与分布规律
- 开源社区数据完整性研究：探究开源协作中数据丢失的影响因素
- 实证软件分析：验证论文提出的PR数据丢失分类模型与统计结论
- 数据质量评估：为开源平台数据可靠性评估提供实证数据支持
