在GitHub用户中识别软件库与框架的专家
软件工程
2019-03-20 v1 机器学习
摘要
软件开发日益依赖库与框架以提升生产力并缩短上市时间。尽管如此，我们仍缺乏评估开发者在广受欢迎的库与框架方面专业程度的技术。本文中，我们评估了无监督（基于聚类）与有监督机器学习分类器（Random Forest与SVM）在识别三个流行JavaScript库：facebook/react、mongodb/node-mongodb与socketio/socket.io方面专家的性能。首先，我们收集了关于开发者在GitHub项目上活动的13个特征，包括依赖于这些库的源代码文件上的提交。我们还构建了一个包含575名开发者在所研究库上专业程度的基准真值，由他们在调查中自行报告。基于我们的发现，我们记录了使用从GitHub提取的特征、通过机器学习分类器预测软件库专业程度所面临的挑战。随后，我们提出了一种基于GitHub聚类特征数据识别库专家的方法；通过将该方法的结果与Linkedin资料上的可用信息相互印证，我们表明其能够推荐数十名具有作为所研究JavaScript库专家证据的GitHub用户。我们还提供了一个包含575名开发者在所研究库上专业程度的公开数据集。
引用
@article{arxiv.1903.08113,
title = {Identifying Experts in Software Libraries and Frameworks among GitHub Users},
author = {Joao Eduardo Montandon and Luciana Lourdes Silva and Marco Tulio Valente},
journal= {arXiv preprint arXiv:1903.08113},
year = {2019}
}
备注
Accepted at MSR 2019: 16th International Conference on Mining Software Repositories