高选用包的特征是什么？以npm生态系统为例的研究

随着软件生态系统的流行，开源组件（称为包）的数量迅速增长。从大量包中识别高质量且得到良好维护的包作为依赖项，是一个基础且重要的问题，因为它有益于包推荐和包搜索等多种应用。然而，除在线讨论或非正式文献与访谈外，尚无系统且全面的工作致力于解决该问题。为填补此空白，本文中我们进行了定性与定量相结合的混合分析，以理解开发者如何识别并选择相关的开源包。具体而言，我们首先调查了来自npm生态系统的118名JavaScript开发者，定性地了解使一个包在npm生态系统中被高度选中的因素。调查结果显示，JavaScript开发者认为高选中包具有完善的文档、在GitHub上获得大量star、拥有大量下载量且无漏洞。随后，我们进行了实验，定量验证开发者对高选中包因素的认知。在该分析中，我们收集并挖掘了分为高选中与非高选中两类的2527个包的历史数据。对于数据集中的每个包，我们收集了定量数据以呈现开发者调查中研究的因素。接着，我们使用回归分析定量探究所研究因素中哪些最为重要。我们的回归分析补充了关于高选中包的 survey 结果。特别是，结果表明高选中包往往与下载量、star数以及包的readme文件大小相关。