数据集概述
该数据集是用户故事模糊性的大规模实证集合，包含来自金融、医疗、电商等八个行业公司的12,847条真实用户故事，系统标注敏捷开发环境中的模糊性模式，覆盖团队特征、项目结果等属性，揭示组织学习效应与模糊性影响因素，为需求工程研究提供实证支持。
文件详解
- 文件名称: Cornelius_user_story_data_dictionary.xlsx
- 文件格式: XLSX
- 内容说明: 数据字典文件，用于解释数据集各字段的定义、编码规则及属性含义
- 文件名称: Cornelius_2025_user_story_ambiguity_dataset.xlsx
- 文件格式: XLSX
- 内容说明: 核心数据集文件，包含12,847条用户故事及模糊性标注数据，结构化分为五个关联工作表
- 文件名称: Cornelius_research_subsets.xlsx
- 文件格式: XLSX
- 内容说明: 研究子集文件，可能包含按行业、模糊类型等维度划分的子数据集
适用场景
- 需求工程研究: 分析敏捷开发中用户故事模糊性的类型分布与影响因素
- 机器学习应用: 训练自动化模糊性检测模型的标注数据
- 软件工程实践: 验证不同组织环境下的需求工程框架有效性
- 组织学习研究: 探究团队经验与模糊性改善的关联机制
- 跨行业比较分析: 对比不同领域用户故事质量的差异特征
