确定公共软件开发历史的内在结构
软件工程
2020-11-17 v1
摘要
背景。协作式软件开发已产生了大量版本控制系统（VCS）数据，如今可对其进行完整分析。关于作为互联图的公开可用 VCS 整体语料库的内在结构，人们知之甚少。理解其结构对于确定完整分析它的最佳方法以及在此过程中避免方法论陷阱是必要的。目标。我们旨在确定由 VCS 捕获的公共软件开发历史最显著的网络拓扑性质。我们将探讨：度分布，确定其是否为无标度分布；连通分量大小的分布；最短路径长度的分布。方法。我们将使用 Software Heritage——它是最大的公共 VCS 数据语料库——利用 webgraph 压缩技术对其进行压缩，并使用经典图算法在内存中分析它。分析将在完整图和相关子图上分别进行。局限性。本研究本质上是探索性的；因此目前未对发现提出任何假设。所选图算法预期可扩展到该语料库规模，但需通过实验确认。外部效度将取决于 Software Heritage 对软件公地的代表性程度。
引用
@article{arxiv.2011.07914,
title = {Determining the Intrinsic Structure of Public Software Development History},
author = {Antoine Pietri and Guillaume Rousseau and Stefano Zacchiroli},
journal= {arXiv preprint arXiv:2011.07914},
year = {2020}
}
备注
MSR 2020 - 17th International Conference on Mining Software Repositories, Oct 2020, Seoul, South Korea