基于特征提取的开源社区Fork摘要自动生成方法

• 作者: 卢遥 张超 毛新军
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 开源软件 开源社区 Fork摘要 分布式开发
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能软件工程
• 页码范围: 25-33
• 页数: 9页
• 分类号: TP311
• 字数: 9028字
• 语种: 中文
• DOI: 10.11896/jsjkx.191000087

摘要

当前,基于P/R的分布式协同开发已经成为开源社区中的主导软件开发方式.开发者通过Fork复制软件项目的版本库,创建自身分支,并在新建分支中进行独立开发.由于P/R协同开发模型具有开放性、透明性和并行化等特征,开发人员在Fork项目时难以掌握项目的 Fork概况,不知道其他开发人员是否已通过Fork开展相同或类似的开发工作,从而容易产生重复性的贡献和冗余性开发.针对这个问题,提出一种Fork摘要的自动生成方法以帮助项目管理者加强项目管控,避免冗余贡献,增强合作交流.该方法首先爬取开源社区中具有Feature和Bug标签信息的Issue数据,采用随机森林方法训练一个分类器模型,以对Fork特征进行分类;随后收集Fork分支的软件开发活动数据,采用TextRank算法生成Fork详细信息以解释Fork的主要目的;最后设计了一组组合规则及相应的算法来整合Fork的类别、特征和其他信息,以形成完整的Fork摘要.为了检验所提方法在指导分布式协同开发方面的有效性,在Github上进行了30组人工测试和60组实际案例测试.结果表明,所提方法生成的Fork摘要的准确率达到67.2％,实验中76％的项目管理者认为Fork摘要有助于更好地管理项目,加强沟通与合作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超	国防科技大学计算机学院	11	10	2.0	2.0
2	毛新军	国防科技大学计算机学院	25	218	8.0	14.0
4	卢遥	国防科技大学计算机学院	4	8	2.0	2.0