预测维护者与贡献者在拉取请求中的首次响应延迟
软件工程
2024-08-23 v2 人工智能
机器学习
摘要
拉取请求(PR)的成功取决于审查过程中维护者与贡献者的响应性。知晓预期的等待时间有助于维护者与贡献者之间更好的交互和预期管理。本文中,我们提出一种机器学习方法,用于预测提交PR后维护者的首次响应延迟,以及贡献者在收到维护者首次响应后的首次响应延迟。我们整理了一个包含GitHub上20个大型流行开源项目的数据集,并提取21个特征以刻画项目、贡献者、PR及审查过程。利用这些特征,我们评估了七类分类器以识别性能最佳的模型。我们还进行了排列特征重要性与SHAP分析,以理解不同特征对预测响应延迟的重要性和影响。我们发现CatBoost模型对预测维护者与贡献者的首次响应延迟均最有效。我们还观察到,一周中较早提交、含平均数量提交且描述简洁的PR更可能从维护者处获得更快的首次响应。类似地,维护者首次响应延迟较低、在一周中较早收到维护者首次响应且含平均数量提交的PR往往能从贡献者处获得更快的首次响应。此外,在项目中接受率高且有及时响应历史的贡献者既可能获得也可能提供更快的首次响应。再者,我们展示了我们的方法在跨项目设定下的有效性。
引用
@article{arxiv.2311.07786,
title = {Predicting the First Response Latency of Maintainers and Contributors in Pull Requests},
author = {SayedHassan Khatoonabadi and Ahmad Abdellatif and Diego Elias Costa and Emad Shihab},
journal= {arXiv preprint arXiv:2311.07786},
year = {2024}
}
备注
Manuscript accepted for publication in IEEE Transactions on Software Engineering (TSE)