大众点评驱动的开源软件演化机理和众包式改良方法研究

Collective intelligence (CI) emerges from the continuous on-line interaction between the masses and open-source software (OSS) communities, and promotes the rapid development of OSS. How to improve software quality with a scientific evaluation and prediction of CI's impacts on the development of OSS projects, is a challenging issue of current OSS basic research. The goals of our project are to (1) explore the inherent assocation between OSS's evolution (in terms of version update) and public praise (derived from social annotations) to reveal the mechanism of mutual influence and co-change between them; (2) propose a social annotation-driven crowdsourcing improvement method to increase the efficiency of triaging, reproducing and estimating a large number of software bugs; and (3) develop a prototype tool and conduct empirical studies to enhance the level of development and management of OSS projects. Our contributions are (1) the discovery of new features and mechanisms of OSS's evolution driven by public praise instead of traditional customer satisfaction, and a time series analysis-based prediction model for the potential of an OSS project; and (2) a bug tossing graph model based on Markov chain and collective expertises of groups within a larger developer community in crowdsourcing, whose accuracy is increased by about 5% and time-consuming is reduced by about 80% compared to traditional approaches by applying collaborative filtering and random walk to recommend suitable developers.

从大众用户在互联网上与开源社区不断交互过程中涌现出的群体智能，推动了开源软件OSS快速发展。评估和预测群体智能对OSS项目发展的影响，并加以利用来改良软件品质，是当前OSS基础研究面临的挑战性问题。研究旨在：探寻OSS演化与大众点评之间的内在联系，从机理上揭示用户点评形成的大众口碑和软件版本更新之间的相互影响和演变规律；构建大众点评驱动的众包式改良方法，从手段上提高缺陷分派、重现及传播危害评估的效率；开发原型工具并开展实证研究，从实践上提升OSS项目开发和管理水平。创新贡献为：用大众口碑代替传统的用户满意度，发现并阐明新动因驱动的OSS演化新特性和新机制，并利用时间序列分析方法创建OSS项目发展潜力预测模型；挖掘众包方式下更大开发者社区中的社群及其群体特长，构建基于马尔可夫链的缺陷再分配网络模型，应用协同过滤和随机游走推荐合适的开发者，比现有经典方法的正确率提高5%左右、耗时减少约80%。

从大众用户在互联网上与开源社区不断交互过程中涌现出的群体智能，推动了开源软件快速发展。为解决群体智能对开源软件项目发展影响的评估和预测的关键科学问题，本项目从社会-技术系统视角出发，在开发者行为、软件制品质量以及两者间的动态交互三个方面开展了研究工作，发现了一些开源软件社区的基本演化规律，提出了基于开发者-软件网络的缺陷/新需求分派方法，构建了缺陷重现和传播危害评估模型，并针对开源软件项目进行了实证研究。.本项目取得的主要研究成果包括：（1）以Apache.org上的开源软件项目为实验对象，在时间维度上发现了开发者提交行为的普适规律，即开发者提交间隔的分布大致服从幂率分布；（2）构建了对应的软件交互-开发者合作双层网络模型，从复杂网络的角度揭示了开发者社区的结构特性及其演化规律，包括开发者角色随时间动态变化的规律和活跃开发者所做贡献的变化趋势；（3）提出了一种基于3个指标和2个约束条件的简单解释模型，阐明了软件交互-开发者合作双层网络模型的复杂网络抽象描述机制，能描述已提出的数百种复杂网络模型产生的不同特性，以及不同类型模型之间的关系；（4）针对开源软件质量保障问题，提出了针对跨项目软件缺陷预测的二分类方法和排序方法，针对公开数据集的实验表明，我们提出的方法在评价指标上优于相关的基准方法。.截止2016年12月底，本项目公开（含录用）发表学术论文25篇（其中，SCI收录7篇、EI收录16篇），被TSE、IST、ASE、ESEC/FSE 2015、ASE 2015、SANER 2016等知名期刊和国际会议上发表的论文引用并正面评价；获得国家发明专利授权2项、计算机软件著作权2项，荣获国内外科技奖励3项（包括SEKE 2016最佳论文奖、2015年湖北省科技进步一等奖和2014年中国计算机学会科技进步一等奖）。对照本项目的任务书，圆满完成了规定的研究任务，实现了预期研究目标。