Linux内核代码提交历史文件变更数据集-2011-2023-philschmidt
数据来源：互联网公开数据
标签：Linux内核,Git,代码提交,版本控制,软件开发,代码分析,文件变更,开源,时间序列,开发者
数据概述：
本数据集收录了约12年Linux内核主分支的代码提交历史，详细记录了超过60万次提交，涉及约140万条文件变更记录。每条记录代表了特定提交中被修改的文件，包含了该文件的删除行数、新增行数、文件名以及提交主题等信息。数据还包括了匿名化的作者信息、提交时间戳和作者时区。
数据字段详细说明：
author_timestamp：提交发生时间的UNIX时间戳
commit_hash：提交的SHA-1哈希值
commit_utc_offset_hours：从提交时间提取的UTC时区偏移（小时）
filename：在提交中被修改的文件名
n_additions：新增的行数
n_deletions：删除的行数
subject：提交主题
author_id：匿名化的作者ID
数据用途概述：
该数据集适用于代码演进分析、开发者贡献度分析、软件版本控制研究等多种场景。研究人员可以利用此数据进行时间序列分析，了解Linux内核代码库的演进过程；开发者可以分析代码提交历史，评估代码质量和开发者活跃度；教育机构可用于教学，帮助学生理解开源软件的开发流程。此外，该数据集也适合用于创建可视化图表，以更直观地展现代码变更信息。
