ReviewViz：辅助开发者对移动应用能耗相关评论进行实证研究

提升移动应用的能效是近年来备受关注的话题。已有诸多研究从识别能耗缺陷、构建能耗模式目录等途径对此加以解决。先前工作表明，用户会在评论中讨论应用的电池相关问题（能效低下或能耗）。然而，目前尚无工作致力于从用户反馈中自动抽取电池相关问题。本文报告了一款可视化工具的开发，该工具用于实证研究机器学习算法与文本特征，以最高准确率自动识别特定能耗评论。除常见机器学习算法外，我们还利用带有不同词嵌入的深度学习模型来比较结果。此外，为帮助开发者抽取评论中讨论的主要主题，应用了两种最先进的主题建模算法。各主题的可视化展示了为每个主题提取的关键词，并与字符串匹配的结果进行了比较。所开发的基于网页浏览器的交互式可视化工具是一个新颖的框架，旨在让应用开发者洞察机器学习与深度学习模型的运行时间与准确率以及提取的主题。该工具使开发者更容易遍历由文本分类与主题建模算法生成的庞大结果集。工具所用的动态数据结构存储了上述方法的基线结果，并在应用于新数据集时更新。该工具已开源以复现研究结果。