背景介绍

开源项目的成功与否很大程度上有赖于贡献者的持续参与，其中长期贡献者尤为重要。开发者流失可能导致项目进展缓慢，缺乏新功能或改进，以及安全漏洞的长时间悬而未决。同时，开源项目的成功也吸引了很多公司的参与，比如Linux内核已经有超过1400家公司参与贡献。公司的撤资或减少投入可能会影响项目长期可持续性。因此，识别潜在的流失风险对开源项目的持续发展至关重要。本次赛题聚焦于预测开源软件项目中的贡献者流失（包括个体志愿者与公司两种类型），特别关注如Linux内核和Rust系统编程语言等基础开源软件项目以及国内兴起的开源项目。

数据集提供

数据集以.csv文件格式提供，包括以下两个开源项目的commit数据：

• Linux内核：时间范围为2001年9月17日至2023年11月22日。
• Rust：时间范围为2010年6月23日至2021年12月6日。

数据集涵盖以下字段（但不限于）：

• author_name
• author_email
• author_date
• subject
• message

此外，可以访问以下GitHub链接，获取两个项目的最新数据，自行构建和更新数据集：

• Linux内核
• Rust