SOTorrent：研究 Stack Overflow 代码片段的来源、演化与使用情况
软件工程
2019-03-20 v2
摘要
Stack Overflow（SO）是软件开发人员最受欢迎的问答网站，提供了大量可复制的代码片段。与其他软件制品一样，SO 上的代码随时间演化，例如在修复缺陷或将 API 更新到最新版本时。为了能够分析 SO 上的代码及周围文本如何演化，我们构建了 SOTorrent，一个基于官方 SO 数据转储的开放数据集。SOTorrent 在整篇帖子和单个文本及代码块的层级上提供对 SO 内容版本历史的访问。它通过聚合周围文本块和评论中的 URL，以及收集 GitHub 文件对 SO 帖子的引用，将 SO 帖子中的代码片段与其他平台连接起来。我们的愿景是研究人员将使用 SOTorrent 来调查和理解 SO 上代码的演化与维护及其与 GitHub 等其他平台的关系。
引用
@article{arxiv.1809.02814,
title = {SOTorrent: Studying the Origin, Evolution, and Usage of Stack Overflow Code Snippets},
author = {Sebastian Baltes and Christoph Treude and Stephan Diehl},
journal= {arXiv preprint arXiv:1809.02814},
year = {2019}
}
备注
4 pages, 4 figures, 16th International Conference on Mining Software Repositories (MSR 2019). arXiv admin note: substantial text overlap with arXiv:1803.07311