LASCAD_showcases_软件分类与相似应用检测数据集

数据集概述

本数据集包含来自GitHub的103个项目，是LASCAD（语言无关软件分类与相似应用检测）研究的一部分。数据集对项目源代码进行了处理，可作为软件分类和相似应用检测工具的基准数据。

文件详解

• 文件名称：showcases_out.zip
• 文件格式：ZIP
• 字段映射介绍：包含103个GitHub项目的处理后源代码，未明确区分训练/测试集、数据/标签集或原始/处理数据，无其他子文件或目录结构。

数据来源

论文“LASCAD: Language-Agnostic Software Categorization and Similar Application Detection”

适用场景

• 软件分类研究：用于开发和测试语言无关的软件分类算法。
• 相似应用检测：作为基准数据评估相似应用检测工具的性能。
• 软件工程研究：分析GitHub项目的源代码特征和分类模式。
• 基准数据集构建：为软件分类领域提供标准化的测试数据集。