技术报告汇编:利用源代码与问题跟踪数据检测救火反模式

检测项目管理反模式(AP)的存在目前需要相关专家且成本高昂。更糟的是,专家可能带入其个人主观性或偏见。利用救火(Fire Drill)反模式,我们首先引入一种新颖方法,将描述转化为可由任意度量与事件(如记录时间或维护活动)构成的、可检测的 AP,这些度量与事件从底层源代码或问题跟踪数据中挖掘,从而使描述客观化,因其变为基于数据。其次,我们展示一种量化并评分真实项目相对于基于数据的 AP 描述之偏差的新方法。利用十五个在某种程度上表现出救火反模式的真实项目,我们展示如何进一步增强转化后的 AP。这些项目的 ground truth 提取自两位独立专家且二者间达成共识。我们引入一种称为自动校准的新方法,该方法优化模式使得仅保留必要且重要的分数,足以自信地检测 AP 存在的程度。若无自动校准,所提模式仅显示出检测存在的微弱潜力。用真实项目数据丰富 AP 显著提升了潜力。我们还引入一种无模式方法,利用 ground truth 建立对该现象新的定量理解,并寻找灰盒/黑盒预测模型。我们得出结论:救火反模式及其某些相关和相似模式的存在检测与严重度评估,使用所提部分方法确有可能。