基于深度关联分析的集成演化机制设计数据集

针对产品生态中的数据集成演化场景，揭示数据空间内的数据关联性与演化规律。数据采集自GitHub的1496个流行开源项目，利用GumTree匹配算法对数据变更进行细粒度比对，提取数据协同演化变更实例，揭示数据间的潜在关联性与演化模式，最终获得108,360个有效协同演化样本实例。为确保时间依赖性与演化一致性，按数据演化提交时间排序，将前80%的提交作为训练集，用于捕获数据协同演化的深度关联性，其余20%随机分配至验证集和测试集，分别包含86,609、10,805和10,946个实例。同时，数据集包含了指标对应的1篇专利、2个软著和1份第三方测试报告，数据量375MB。