Stack Overflow上机器学习相关问题的大规模实证研究

• 作者: 万志远 乔林 周巧妮 才振功 梁家坤 苌程 陶嘉恒
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 实证研究 机器学习 Stack Overflow 潜在狄利克雷分布(LDA) 主题一致性
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 819-828
• 页数: 10页
• 分类号: TP 311
• 字数: 8236字
• 语种: 中文

摘要

为了调查机器学习相关主题分布和发展趋势，从在线问答网站Stack Overflow上，利用过滤标签，从4 178多万帖子中提取出60 028个与机器学习相关的问题帖. 通过分析问题帖，统计各个机器学习平台的讨论量，发现Scikit-learn、TensorFlow、Keras是前3位频繁被讨论的机器学习平台，占总讨论量的58%. 为了进一步分析机器学习相关讨论主题，进行潜在狄利克雷分布（LDA）主题模型训练，提出自适应LDA中的主题数渐进搜索方法，采用主题一致性系数评估输出结果，获得主题最佳数量，从而发现9个讨论主题，分属3个类别：代码相关、模型相关、理论相关. 基于主题中问题帖的浏览数、评论数，分析不同主题的流行度和回答困难程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万志远	浙江大学计算机科学与技术学院	3	8	1.0	2.0
2	苌程	浙江大学计算机科学与技术学院	2	19	1.0	2.0
3	乔林		21	12	2.0	3.0
4	周巧妮		8	3	1.0	1.0
5	陶嘉恒	浙江大学软件学院	1	0	0.0	0.0
6	梁家坤	浙江大学软件学院	1	0	0.0	0.0
7	才振功	浙江大学软件学院	2	0	0.0	0.0