从软件存储库中挖掘专家推荐
软件工程
2025-04-24 v1 人工智能
摘要
我们提出了一种自动化的方法，用于将 bug 分配给大型开源软件项目中的开发者。通过这种方式，我们帮助人类 bug 分类器在找到具有特定领域 expertise 的最佳开发者以分配给新报告的问题方面发挥作用。我们的做法基于软件开发历史，这在问题跟踪系统中记录。我们部署了 BERTopic 和 TopicMiner 的技术。我们的做法基于 bug 报告的特征，例如相应的产品和组件，以及它们的优先级和严重程�水平。我们根据开发者与特定新报告组合的经验对开发者进行排序。评估使用 Top-k 正确率进行，结果与先前工作中报告的结果进行比较，包括 TopicMiner MTM、BUGZIE、通过深度强化学习的 Bug triaging BT-RL，以及 LDA-SVM。评估数据来自 various Eclipse 和 Mozilla 项目，例如 JDT、Firefox 和 Thunderbird。
引用
@article{arxiv.2504.16343,
title = {Mining Software Repositories for Expert Recommendation},
author = {Chad Marshall and Andrew Barovic and Armin Moin},
journal= {arXiv preprint arXiv:2504.16343},
year = {2025}
}