谁是你？——从 GitHub 交互中构建 RSE 人格画像
软件工程
2025-10-08 v1
摘要
我们描述了数据驱动的 RSE 人格画像方法：一种结合软件存储库挖掘和数据驱动人格画像技术应用于研究软件（RS）的方法，旨在描述和识别研究软件工程（RSE）开发中常见和罕见的模式。这一方法使 individuals 和 RS 项目团队能够理解自己的贡献、影响及存储库动态——这对于改进 RSE 至关重要。我们在 GitHub 上拥有 10-300 位提交者的中型公开 RS 存储库中对该方法进行了评估。我们展示了 RSE 人格画像方法成功地刻画了来自 1,284 个 RS 存储库中 115,174 位贡献者的特征，这些存储库来自 42,284 条从 Zenodo 查询的候选软件存储库记录中。我们识别、命名并概述了七种不同的人格画像，从低互动性到高互动性：短暂贡献者；偶尔贡献者；项目组织者；适度贡献者；低流程关闭者；低编码关闭者；以及活跃贡献者。这一研究表明，尽管存在比较不同项目管理因素、研究领域和贡献者背景的软件项目之间的比较困难，大数据集仍可被有效分析。
引用
@article{arxiv.2510.05390,
title = {Who Do You Think You Are? Creating RSE Personas from GitHub Interactions},
author = {Felicity Anderson and Julien Sindt and Neil Chue Hong},
journal= {arXiv preprint arXiv:2510.05390},
year = {2025}
}
备注
36 pages. Invited extended paper of original poster at deRSE2025. To be published in ECEASST