视觉视频用于众包需求工程的潜力：以视频评论作为反馈来源

视觉视频在需求工程（RE）实践（如焦点小组）中用于征求反馈和激发讨论已是成熟做法。不同研究者提出通过在社交媒体平台上使用视觉视频，将这些益处转移到基于众包的需求工程（CrowdRE）中。然而，迄今为止很少有研究详细探讨视觉视频用于CrowdRE的潜力。本文中，我们分析并评估了这一潜力，特别关注以视频评论作为反馈来源。在一个案例研究中，我们分析了YouTube上一条视觉视频的4505条评论。我们发现该视频在四天内引发了2660名观众的2770条评论，这超过了该视频四年来收到评论总数的50%。尽管其中只有特定比例的评论与需求工程相关，但这些相关评论涉及用户反馈的典型意图和主题，例如功能请求或问题报告。除典型的用户反馈类别外，我们发现了300多条涉及安全主题的评论，这在以往的用户反馈分析中未曾出现。在自动化分析中，我们比较了三种机器学习算法对视频评论分类的性能。尽管存在一定差异，这些算法对视频评论的分类效果良好。基于这些发现，我们得出结论：将视觉视频用于CrowdRE具有巨大潜力。尽管案例研究具有初步性，我们仍乐观地认为视觉视频能够激励利益相关者积极参与众包，并征求大量视频评论作为宝贵的反馈来源。