The SORef Dataset

This dataset is a comprehensive collection of 15009 academic references cited in Stack Overflow posts (including questions, answers, community wikis, etc.) as of December 8, 2023. It represents a valuable resource for researchers and practitioners interested in understanding the intersection of academic knowledge and discussions about practical challenges on one of the largest technical forums online.The data is in Line-delimited JSON (JSONL) format, where each line contains the metadata of a reference to an academic document. Further details about this dataset, and an interactive exploration tool is available at <b><i>this website</i></b>.本数据集是一份综合合集，收录了截至2023年12月8日、被栈溢出（Stack Overflow）各类帖子（包括提问、回答、社区维基等）引用的15009条学术参考文献。该数据集可为希望探究学术知识与全球最大技术论坛之一的栈溢出平台上实际技术挑战讨论之间关联的研究人员与从业者，提供极具价值的参考资源。本数据集采用行分隔JSON（Line-delimited JSON，JSONL）格式，每一行均对应一篇学术文献引用的元数据。有关本数据集的更多细节及交互式探索工具，可通过<b><i>该网站</i></b>获取。

搜集汇总

背景与挑战

背景概述

SORef数据集是一个包含15009个学术参考文献的集合，这些引用来自截至2023年12月8日的Stack Overflow帖子，用于研究学术知识与在线技术论坛实践讨论的交叉点。数据以JSONL格式存储，每行包含一个学术文档的元数据，发布于2024年2月9日，属于社交信息学和软件工程等领域，采用CC BY 4.0许可证开放共享。