• 开源社区持续贡献激励数据集
• 各表和字段含义如下

开源社区持续贡献激励数据集

开源社区目前存在多种资金激励形式，包括：捐赠、悬赏、众筹等，然而很多开发者抱怨开源资金激励不足，无法促进自己持续参与贡献。2019年5月，GitHub推出了自己的资金激励机制——赞助机制。为促进开源社区后续激励机制的相关研究工作，我们发布了该数据集（数据统计截止时间为2022年1月）。

按照机制的参与情况，我们将开发者分为了：被赞助者、赞助者和未参与机制的开发者，并搜集了被赞助者相关开发行为、用户特征以及机制特性。

其中包括被赞助者8028人、赞助者13555人、赞助记录22515条。

在赞助机制的激励下，开发者的代码提交行为活跃度有所提升（增加了748,441次），将数据导入mysql数据库后，可以通过如下命令查看：

select
  (select sum(commit_num) from data_its where month_index > 0) - 
  (select sum(commit_num) from data_its where month_index < 0)
as diff

各表和字段含义如下

• part_users：参与赞助机制（开通被赞助账号）的开发者信息
  • login：开发者在GitHub平台中的login信息
  • created_at：开发者参与赞助机制的时间
  • short_description：开发者赞助主页描述信息
• sponsorship：赞助情况（每条记录表示一条赞助记录）
  • login：被赞助者login
  • sposnor_login：赞助者login
  • created_at：赞助时间
• not_part_users：地理条件支持但未参与赞助机制的开发者
  • id：主键
  • user_id：开发者在GitHub上的id
  • login：开发者在GitHub上的login
• data_its：做断点分析的数据（每个开发者包含26条记录，其中13条是以创建赞助账号为断点、另外13条是以首次被赞助为断点）
  • id：主键
  • login：被赞助者login
  • intercept_type：断点类别
  • month_index：断点分析法的横坐标区间索引
  • start_at：区间起始时间
  • end_at：区间终止时间
  • user_age：区间内开发者GitHub账户创建的时间长度（月）
  • history_commit_num：对应该区间，开发者历史上贡献的代码提交次数
  • history_pr_num：对应该区间，开发者历史上贡献的合并请求数量
  • history_issue_num：对应该区间，开发者历史上贡献的疑修数量
  • history_discussion_num：对应该区间，开发者历史上贡献的讨论数量，包括：issue评论、PR评论、commit评论
  • history_pr_review：对应该区间，开发者历史审查的合并请求数量
  • time：断点分析法从0开始的月份区间索引
  • intervention：断点分析法对应月份区间是否施加了干预（Null表示该区间为施加干预的区间）
  • time_after_intervention：断点分析法对应月份区间是在施加干扰后的多少个月
  • commit_num：该区间开发者贡献的代码提交次数
  • issue_num：该区间开发者贡献的疑修数量
  • pr_num：该区间开发者贡献的合并请求数量
  • discussion_num：该区间开发者贡献的讨论数量
  • pr_review_num：该区间开发者审查的合并请求数量
  • history_sponsored_num：对应该区间，开发者历史上被赞助了多少次
  • min_tier：开发者设置的最小赞助金额是多少
  • max_tier：开发者设置的最大赞助金额是多少
  • avg_tier：开发者设置的平均赞助金额是多少
  • has_goal：开发者个人赞助主页是否设置了赞助目标
  • other_way：开发者是否声明了其他赞助方式
  • company_null：开发者是否声明了自己所在公司（1：没有所属公司；0：有所属公司）
  • email_null：开发者是否公布了自己的电子邮箱（1：没公布；0：公布了）
  • location_null：开发者是否公布了自己的位置信息（1：没公布；0：公布了）
  • isHireable：开发者是否声明了自己可被雇佣的状态（1：可被雇佣；0：没声明）
  • history_star_num：对应该区间，开发者历史上创建项目，历史上被star的数量总和
  • star_num：开发者历史上创建项目在该区间时间段内被star的数量总和
  • bio_length：开发者个人赞助主页描述的长度
  • num_repo_dependents：开发者创建的被watch数量最多的项目被依赖的项目数量
  • num_package_dependents：开发者创建的被watch数量最多的项目被依赖的包数量
• data_wilcoxon：用于Wilcoxon配对检测的数据
  • id：主键
  • login：开发者login
  • created_at：赞助事件发生时间
  • which_time_sponsor：第几次被赞助（0表示加入赞助机制的时刻）
  • before_num：该时刻之前15天event数量
  • after_num：该时刻之后15天event数量
  • activity_type：event类型
  • start_at：wilcoxon记录的起始时间
  • end_at：wilcoxon记录的结束时间