数据集概述
本数据集包含MSR（Mining Software Repositories）会议上发表的数据展示论文相关信息，涵盖论文文献详情、引用关系、聚类结果、强引用分类及调查数据等内容，为研究软件仓库挖掘领域数据论文的特征与影响提供支持。
文件详解
- citing_dp_dois_citations.txt：格式为TXT，记录（强/弱）引用论文对MSR数据论文的强引用和弱引用
- data_paper_clustering.csv：格式为CSV，记录MSR数据论文的聚类过程
- data_paper_clusters.csv：格式为CSV，记录MSR数据论文的聚类结果
- data_papers.bib：格式为BIB，包含MSR数据论文的文献详情，以及分配的聚类（cluster字段）和强引用（usedby字段）
- dp_dois_citations.txt：格式为TXT，记录MSR数据论文的强引用和弱引用
- msr-all：无指定格式，包含所有MSR论文（数据与非数据类）的文献详情
- ndp_dois_citations.txt：格式为TXT，记录MSR非数据论文的强引用和弱引用
- ndp_rand_dois_citations.txt：格式为TXT，记录随机选择的MSR非数据论文加权样本的强引用和弱引用
- self-citations.txt：格式为TXT，记录MSR数据论文作者对该论文的强引用
- strong_citation_classification.csv：格式为CSV，记录强引用论文按SWEBOK知识领域的分类过程
- strong_citation_fields.csv：格式为CSV，记录强引用论文所属的SWEBOK知识领域
- strong_citations.bib：格式为BIB，包含强引用论文的文献详情
- survey_questionnaire.pdf：格式为PDF，记录最终的调查问卷
- survey_responses.csv：格式为CSV，包含匿名化的调查问卷回复（已排除邮箱地址）
- weak_citations_notes.bib：格式为BIB，记录MSR数据论文的弱引用及引用用途
适用场景
- 学术论文引用分析：研究MSR数据论文的引用关系（强引用、弱引用、自引用）及影响范围
- 论文聚类研究：分析MSR数据论文的聚类特征与分类规律
- 软件工程知识领域关联研究：基于SWEBOK知识领域分类，探索强引用论文的学科分布
- 学术调查数据分析：利用匿名调查问卷回复，研究相关学术群体的态度与行为
- 会议论文特征对比：对比MSR会议中数据论文与非数据论文的文献特征及引用差异
