當(dāng)前,基于P/R的分布式協(xié)同開(kāi)發(fā)已經(jīng)成為開(kāi)源社區(qū)中的主導(dǎo)軟件開(kāi)發(fā)方式。開(kāi)發(fā)者通過(guò)Fork復(fù)制軟件項(xiàng)目的版本庫(kù),創(chuàng)建自身分支,并在新建分支中進(jìn)行獨(dú)立開(kāi)發(fā)。由于P/R協(xié)同開(kāi)發(fā)模型具有開(kāi)放性、透明性和并行化等特征,開(kāi)發(fā)人員在Fork項(xiàng)目時(shí)難以掌握項(xiàng)目的Fork概況,不知道其他開(kāi)發(fā)人員是否已通過(guò)Fork開(kāi)展相同或類似的開(kāi)發(fā)工作,從而容易產(chǎn)生重復(fù)性的貢獻(xiàn)和冗余性開(kāi)發(fā)。針對(duì)這個(gè)問(wèn)題,提出一種Fork摘要的自動(dòng)生成方法以幫助項(xiàng)目管理者加強(qiáng)項(xiàng)目管控,避免冗余貢獻(xiàn),增強(qiáng)合作交流。該方法首先爬取開(kāi)源社區(qū)中具有Feature和Bug標(biāo)簽信息的Issue數(shù)據(jù),采用隨機(jī)森林方法訓(xùn)練一個(gè)分類器模型,以對(duì)Fork特征進(jìn)行分類;隨后收集Fork分支的軟件開(kāi)發(fā)活動(dòng)數(shù)據(jù),采用TextRank算法生成Fork詳細(xì)信息以解釋Fork的主要目的;最后設(shè)計(jì)了一組組合規(guī)則及相應(yīng)的算法來(lái)整合Fork的類別、特征和其他信息,以形成完整的Fork摘要。為了檢驗(yàn)所提方法在指導(dǎo)分布式協(xié)同開(kāi)發(fā)方面的有效性,在Github上進(jìn)行了30組人工測(cè)試和60組實(shí)際案例測(cè)試。結(jié)果表明,所提方法生成的Fork摘要的準(zhǔn)確率達(dá)到67.2%,實(shí)驗(yàn)中76%的項(xiàng)目管...

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖3Fork摘要自動(dòng)生成方法的框架

Fork摘要自動(dòng)生成方法的框架如圖3所示。首先,從Github的項(xiàng)目歷史數(shù)據(jù)中獲取帶有功能標(biāo)簽的Issue數(shù)據(jù),用于訓(xùn)練分類器模型。然后,當(dāng)有新的Commit輸入時(shí),提取Commit數(shù)據(jù)并將其分為兩部分使用。將一部分?jǐn)?shù)據(jù)放入分類器模型進(jìn)行預(yù)測(cè),得到Commit特征;用另一部分?jǐn)?shù)據(jù)....

圖2Fork中Commit和upstream的歷史記錄

Fork和Commit的關(guān)系如圖2所示,其中節(jié)點(diǎn)是Commit,邊是Commit與父類的關(guān)系,合并的Commit有多個(gè)父類關(guān)系,虛線代表未來(lái)計(jì)劃。以圖2為例進(jìn)行說(shuō)明:有一個(gè)項(xiàng)目的維護(hù)者計(jì)劃從當(dāng)前的Fork點(diǎn)開(kāi)啟一段包含4個(gè)功能的開(kāi)發(fā)分支,并用Issue的方式來(lái)實(shí)現(xiàn)。開(kāi)發(fā)者A在Fo....

圖4合成Fork摘要的框架

Fork由Commit的多個(gè)區(qū)段組成,Fork摘要也由多個(gè)Commit摘要組成。因此,我們分析得到的是Commit摘要集,將其集成到最終的Fork摘要中[27]。生成Fork摘要的框架如圖4所示。首先,收集Fork中的所有Commit摘要進(jìn)行統(tǒng)計(jì)分析,得到feature,bug和....

圖5Fork摘要準(zhǔn)確度測(cè)試

通過(guò)收集實(shí)際測(cè)試數(shù)據(jù)ConAcc,ConInt和StaFlu,可以計(jì)算出FeaPre和Max_num_commit。然后,對(duì)于每組數(shù)據(jù),通過(guò)30組實(shí)驗(yàn)得到最終的Acc_rate,如圖5所示。可以看出,A組Fork摘要的準(zhǔn)確率最低為0.383,最高為0.908,平均準(zhǔn)確率為0.6....

本文編號(hào)：3992767