面向開源社區(qū)的群體化協(xié)同開發(fā)機(jī)理實(shí)證研究.pdf

1、開源軟件經(jīng)過數(shù)十年的蓬勃發(fā)展，已經(jīng)在全球軟件工程領(lǐng)域占據(jù)了主導(dǎo)地位。與傳統(tǒng)的軟件開發(fā)方法相比，開源模式體現(xiàn)了一種互聯(lián)網(wǎng)環(huán)境下基于大眾參與的軟件開發(fā)新方法，即群體化方法。在如今流行的開源社區(qū)中，所有的用戶都能實(shí)時(shí)關(guān)注社區(qū)內(nèi)任何一個(gè)開源項(xiàng)目的發(fā)展動(dòng)態(tài)，無限制地向其感興趣的軟件項(xiàng)目提交代碼合并請求，自由地評論其他開發(fā)者的貢獻(xiàn)。軟件開發(fā)活動(dòng)變得前所未有的開放，大規(guī)模群體的積極參與已成為軟件發(fā)展的重要生產(chǎn)力。然而，持續(xù)涌入的大眾貢獻(xiàn)規(guī)模巨大、類型

2、多樣且質(zhì)量參差不齊，導(dǎo)致了傳統(tǒng)的貢獻(xiàn)管理方式運(yùn)轉(zhuǎn)低效，進(jìn)而嚴(yán)重影響了群體間的協(xié)同效率和軟件質(zhì)量。因此，探求高效能的貢獻(xiàn)匯聚機(jī)制，成為了當(dāng)前軟件開發(fā)群體化方法亟待解決的問題。
　　本文圍繞大眾化貢獻(xiàn)匯聚過程中的效率和質(zhì)量問題，立足于開源社區(qū)積累的軟件工程大數(shù)據(jù)，系統(tǒng)地展開數(shù)據(jù)驅(qū)動(dòng)下的實(shí)證研究。論文揭示了群體化協(xié)同開發(fā)的多項(xiàng)重要機(jī)理與最佳實(shí)踐，主要工作與貢獻(xiàn)總結(jié)如下：
　　第一，在基于Pull-Request模式的貢獻(xiàn)匯聚核心機(jī)

3、理方面，提出了一種涵蓋項(xiàng)目構(gòu)建、代碼特點(diǎn)、社交協(xié)同、項(xiàng)目管理、持續(xù)集成等多維度的貢獻(xiàn)匯聚量化建模方法，定量地分析了上述因素在貢獻(xiàn)匯聚過程中的影響效應(yīng)，為大眾群體更好地貢獻(xiàn)高質(zhì)量代碼、核心管理者更高效地組織協(xié)同開發(fā)活動(dòng)，提供了最佳實(shí)踐指導(dǎo)。我們首先對Pull-Request模式下的協(xié)同開發(fā)因素進(jìn)行了量化度量，然后將貢獻(xiàn)匯聚機(jī)理細(xì)化為合并機(jī)理和延遲機(jī)理，并利用多層混合效應(yīng)回歸建模技術(shù)分別構(gòu)建量化模型，最后通過回歸分析發(fā)現(xiàn)并總結(jié)了各個(gè)維度上的

4、最佳實(shí)踐。
　　第二，在持續(xù)集成條件下的貢獻(xiàn)匯聚機(jī)理方面，首次基于大規(guī)模數(shù)據(jù)集量化評估了持續(xù)集成對于協(xié)同效率和軟件質(zhì)量的收益，為該技術(shù)的推廣和發(fā)展提供了理論和實(shí)證依據(jù)。我們首先根據(jù)核心開發(fā)者和外圍貢獻(xiàn)者的特點(diǎn)提出了持續(xù)集成機(jī)制定量分析方法，然后利用零膨脹負(fù)二項(xiàng)回歸建模技術(shù)，構(gòu)建了協(xié)同效率模型和軟件質(zhì)量模型，定量地發(fā)現(xiàn)了持續(xù)集成能夠在確保軟件質(zhì)量的前提下有效提高群體貢獻(xiàn)的匯聚效率。
　　第三，在持續(xù)集成條件下的質(zhì)量變化機(jī)理方面

5、，定量研究并發(fā)現(xiàn)了與大眾貢獻(xiàn)的初始質(zhì)量和發(fā)布質(zhì)量密切相關(guān)的影響因素，以及兩類質(zhì)量之間的內(nèi)在聯(lián)系，為軟件演化過程中的快速迭代和質(zhì)量保障，提供了有價(jià)值的理論指導(dǎo)和實(shí)踐建議。首先，我們系統(tǒng)地總結(jié)了持續(xù)集成驅(qū)動(dòng)下的質(zhì)量控制機(jī)制，并通過對大量實(shí)際樣本的統(tǒng)計(jì)分析發(fā)現(xiàn)，持續(xù)集成階段所檢測到的代碼缺陷是高度集中的，即少部分文件覆蓋了大部分的異常錯(cuò)誤，因此項(xiàng)目管理者應(yīng)該重點(diǎn)監(jiān)控該部分文件的變動(dòng)情況，及時(shí)提高相關(guān)測試的質(zhì)量、完善相應(yīng)的幫助文檔，從而避免代碼

6、集成與測試資源的浪費(fèi)。接著，我們追蹤了每個(gè)貢獻(xiàn)合并后的缺陷情況，采用混合效應(yīng)邏輯回歸建模技術(shù)與初始質(zhì)量進(jìn)行關(guān)聯(lián)建模，定量地發(fā)現(xiàn)了初始質(zhì)量較差的代碼變更，即使貢獻(xiàn)者修復(fù)了持續(xù)集成提示的異常錯(cuò)誤，合并后引發(fā)真正缺陷的概率仍然較高。此項(xiàng)發(fā)現(xiàn)警示了開發(fā)者不能只將注意力局限在修復(fù)初始異常之上，還應(yīng)該對初始質(zhì)量較差的大眾貢獻(xiàn)開展更細(xì)粒度的代碼審查。最后，我們對影響初始質(zhì)量的多維因素進(jìn)行了多元回歸分析，為軟件項(xiàng)目進(jìn)一步提升持續(xù)集成階段的運(yùn)行效率提供了

7、指導(dǎo)。
　　第四，在人工審查條件下的貢獻(xiàn)匯聚機(jī)理方面，提出了一種將專家知識和社交興趣有機(jī)結(jié)合的審閱人混合推薦方法，能夠有效地降低眾包模式下審閱人響應(yīng)延遲對協(xié)同效率所造成的巨大影響，從而提高大眾貢獻(xiàn)的匯聚效率。首先，我們將基于專家知識的任務(wù)指派方法擴(kuò)展至基于眾包模式的審閱人推薦場景中來，并在大規(guī)模數(shù)據(jù)集上驗(yàn)證了擴(kuò)展方法的有效性。然后，我們基于貢獻(xiàn)者與審閱人之間的社交評論關(guān)系，提出了一種有效度量開發(fā)者之間共同興趣的建模方法，并將審閱人