理解流行机器学习库中的开源贡献者画像
软件工程
2024-06-11 v1
摘要
随着机器学习（ML）的日益普及，许多开源软件（OSS）贡献者被吸引来开发和采用ML方法。全面理解ML贡献者对于成功的ML OSS开发和维护至关重要。缺乏这种知识，ML OSS项目将面临资源分配效率低下和协作受阻的风险。现有研究侧重于通过用户调查来了解ML贡献者感知到的困难和挑战。基于从软件仓库追踪到的活动来理解ML贡献者的研究尚显不足。在本文中，我们旨在通过识别ML库中的贡献者画像来理解ML贡献者。我们进一步从三个方面研究贡献者的OSS参与度：工作负载构成、工作偏好和技术重要性。通过调查来自6个流行ML库（TensorFlow、PyTorch、Keras、MXNet、Theano和ONNX）的7,640名贡献者，我们识别出四种贡献者画像：核心-非工作时间、核心-工作时间、外围-非工作时间、外围-工作时间。我们发现：1）项目经验、编写文件、协作和地理位置是所有画像的显著特征；2）核心画像中的贡献者表现出与外围画像显著不同的OSS参与度；3）贡献者的工作偏好和工作负载构成显著影响项目流行度；4）长期贡献者趋向于做出更少、恒定、平衡且技术性较低的贡献。
引用
@article{arxiv.2406.05685,
title = {Understanding Open Source Contributor Profiles in Popular Machine Learning Libraries},
author = {Jiawen Liu and Haoxiang Zhang and Ying Zou},
journal= {arXiv preprint arXiv:2406.05685},
year = {2024}
}