软件工程会议中的软件制品挖掘：一项元分析
软件工程
2022-07-19 v1
摘要
背景：软件开发产生各类制品：源代码、版本控制系统元数据、缺陷报告、邮件列表对话、测试数据等。经验软件工程（ESE）通过挖掘这些制品来揭示软件开发的内在机理并改进其实践而蓬勃发展。但该领域所研究的制品是一个移动目标，本文对此做实证研究。目的：我们定量刻画 ESE 研究中被最频繁挖掘与联合挖掘的软件制品及其所支撑的研究目的。方法：我们对发表于 ESE 领域 11 个顶级会议的制品挖掘研究进行元分析，共计 9621 篇论文。我们使用自然语言处理（NLP）技术刻画最常被挖掘的软件制品类型及其在 16 年周期（2004–2020）内的演变。我们分析最常被联合挖掘的制品类型组合，以及研究目的与所挖掘制品间的关系。结果：我们发现：(1) 在所分析论文的绝大多数中发生了挖掘；(2) 源代码与测试数据是最常被挖掘的制品；(3) 对挖掘新型制品连同源代码的兴趣日益增长；(4) 研究者最关注软件系统评估，并利用一切可能的经验信号支撑该目标。
引用
@article{arxiv.2207.08436,
title = {Software Artifact Mining in Software Engineering Conferences: A Meta-Analysis},
author = {Zeinab Abou Khalil and Stefano Zacchiroli},
journal= {arXiv preprint arXiv:2207.08436},
year = {2022}
}