Formation of requirements traceability in the process of information systems design
针对需求可追溯性难以整合进信息系统设计流程的“重大挑战”，本文提出应用基于无缝系统架构的自适应聚类方法ACM，实现不同抽象层级项目工件的显式互连，提升系统质量与可维护性。
2025-05-07 cs.SE
The Impact of Traceability on Software Maintenance and Evolution: A Mapping Study
软件可追溯性在软件维护和演化中起着至关重要的作用。我们进行了一个系统的映射研究，有六个研究问题，以了解在维护和进化中使用可追溯性的好处，成本和挑战。我们系统地选取、分析和综合了2000年1月至2020年5月期间发表的63篇研究，结果表明：可追溯性支持11项维护和演化活动，其中变更管理是支持频率最高的活动;需要来自行业的强有力的经验证据来验证可追溯性对维护和演化的影响;简化变更管理过程是部署可追溯性做法的主要好处;建立和维护可追溯性链接是部署可追溯性做法的主要成本;确定了支持维护和演变中的可追溯性的13种方法和32种工具;提高可追溯性链接的质量，使用可追溯性方法和工具的性能是维护和演化中的主要可追溯性挑战。本研究的结果提供了一个全面的了解部署在软件维护和演化阶段的可追溯性的做法，并可以用于研究人员为未来的方向和从业人员作出明智的决策，同时使用可追溯性的维护和演化。
2021-08-04 cs.SE
AVIATE: Exploiting Translation Variants of Artifacts to Improve IR-based Traceability Recovery in Bilingual Software Projects
本文提出AVIATE策略，通过利用不同翻译器产生的翻译变体中的共识双词项来丰富工件文本并增强IR值，从而改进双语软件项目中的追踪性恢复，实验证明其显著优于现有方法。
2024-09-28 cs.SE
UserTrace: User-Level Requirements Generation and Traceability Recovery from Software Project Repositories
针对现有方法忽视用户级需求与项目演进影响的问题，提出多智能体系统 UserTrace，通过协调四个专门智能体自动生成用户级需求并恢复其实时可追溯链接，实验证明其生成质量和追溯精度均优于基线及现有方法。
2025-09-14 cs.SE
Traceability in the Wild: Automatically Augmenting Incomplete Trace Links
Technical University Ilmenau（伊尔梅瑙工业大学）；University of Notre Dame（圣母大学）；McGill University（麦吉尔大学）
本文针对提交与问题之间追溯链接缺失的问题，提出利用过程与文本特征训练分类器自动识别缺失的问题标签，在六个开源项目上取得平均96%召回率和33%精确率，并能有效扩充现有追溯链接。
2018-04-06 cs.SE
Grand Challenges of Traceability: The Next Ten Years
2007年，软件和系统可追溯性社区在第一届自然桥研讨会上讨论了可追溯性的重大挑战，以建立和解决实现有效，可信和无处不在的可追溯性的研究目标。十年后的2017年，社区聚集在一起，评估实现这些目标的十年进展。这些程序记录了其中的一些进展。它们包括一系列简短的立场文件，代表了在可追溯性实践的四个过程轴上组织的社区中的当前工作。会议涵盖了跟踪策略，跟踪链接创建和演变，跟踪链接使用，可追溯性的实际应用，以及可追溯性数据集和基准测试等主题。两个分组重点讨论了在研究界内创建和共享可追溯性数据集的重要性，并讨论了在工业实践中采用追溯技术所面临的挑战。研究社区的成员参与了许多积极的，正在进行的和有影响力的研究项目。我们的希望是，十年后，我们将能够回顾这十年富有成效的研究，并声称我们已经实现了可追溯性的总体挑战，即寻求可追溯性始终存在，内置于工程过程中，并使其“有效地消失得无影无踪”。我们希望其他人能够看到可追溯性的潜力，使软件和系统工程师能够以越来越高的复杂性和规模开发更高质量的产品，并且他们将加入软件和系统可追溯性研究人员的活跃社区，因为我们正在进入下一个十年的研究。
2017-10-09 cs.SE
Traceability Transformed: Generating more Accurate Links with Pre-Trained BERT Models
软件可追溯性建立并利用不同开发工件之间的关联。研究人员已经提出使用深度学习跟踪模型将自然语言工件（如需求和问题描述）链接到源代码;然而，它们的有效性受到标记数据的可用性和运行时效率的限制。在这项研究中，我们提出了一个新的框架称为跟踪BERT（T-BERT），以产生源代码和自然语言文物之间的跟踪链接。为了解决数据稀疏性问题，我们利用三步训练策略，使跟踪模型能够从一个密切相关的软件工程挑战中转移知识，该挑战具有丰富的数据集，以产生比以前更高精度的跟踪链接。然后，我们应用T-BERT框架来恢复开源项目中问题和提交之间的链接。我们比较了三个BERT架构的准确性和效率。结果表明，单BERT架构生成了最准确的链接，而Siamese-BERT架构产生了相当的结果，执行时间显着减少。此外，通过学习和传递知识，框架中的所有三个模型都优于经典的IR跟踪模型。在三个被评估的实际OSS项目中，最好的T-BERT稳定地优于VSM模型，使用平均平均精度（MAP）测量的平均改进为60.31%。由于训练数据不足，RNN在这些项目上表现严重不佳，而T-BERT通过使用预训练的语言模型和迁移学习克服了这个问题。
2021-02-22 cs.SE
Enhancing Automated Software Traceability by Transfer Learning from Open-World Data
软件需求可追溯性是软件工程过程的关键组成部分，支持需求确认、合规性验证和安全保证等活动。然而，手工创建一套完整的跨自然语言工件（如需求、设计和测试用例）的跟踪链接的成本和工作量可能非常昂贵。因此，研究人员提出了主要基于信息检索（IR）技术的自动链接生成解决方案;然而，这些解决方案未能提供工业项目全面采用所需的准确性。可以使用深度学习可追溯性模型来实现改进;然而，它们的有效性受到项目级工件和链接的有限大小和可用性的阻碍，以用作训练数据。在本文中，我们通过提出和评估几种用于文本到文本可追溯性的深度学习方法来解决这个问题。我们的方法名为NLTrace，探索了三种使用从开放世界平台挖掘的数据集的迁移学习策略。通过预训练语言模型（LM）和利用相邻的跟踪任务，我们证明了NLTrace可以显着提高性能的LM为基础的跟踪模型时，训练链接可用。在这种情况下，NLTrace优于性能最佳的经典IR方法，F2分数提高了188%，平均精度（MAP）提高了94.01%。对于F2和MAP，它也分别比基于一般LM的跟踪模型高出7%和23%。此外，NLTrace可以适应其他LM模型无法适应的低资源跟踪场景。从相邻的任务中学习到的知识使NLTrace在生成挑战中的表现优于VSM模型28%F2，当提供少量训练样本时。
2022-07-03 cs.SE
Research Traceability using Provenance Services for Biomedical Analysis
我们概述了neuGRID项目中正在开发的方法，使用出处管理技术，用于捕获和保存生物医学分析工作流程中出现的规范和执行中的出处数据。在neuGRID项目中，设计并实施了一项出处服务，旨在获取、储存、检索和重建必要的工作流程信息，以便利用户进行用户分析。我们描述的neuGRID出处服务的架构，并讨论如何从欧洲核子研究中心的CRISTAL系统被改编，以解决该项目的要求，然后考虑如何一个通用的方法，出处管理可以出现更通用的应用程序（健康）网格社区。
2012-02-24 cs.DB cs.SE
Semantically Enhanced Software Traceability Using Deep Learning Techniques
在大多数安全关键领域中，认证机构规定了对可追溯性的需求。跟踪链接通常是在需求、设计、源代码、测试用例和其他工件之间创建的，然而，手动创建这样的链接既耗时又容易出错。自动化解决方案使用信息检索和机器学习技术来生成跟踪链接，然而，当前技术未能理解软件工件的语义或将领域知识集成到跟踪过程中，因此倾向于提供不精确和不准确的结果。在本文中，我们提出了一个解决方案，使用深度学习将需求工件语义和领域知识纳入跟踪解决方案。我们提出了一个跟踪网络架构，利用词嵌入和递归神经网络（RNN）模型来生成跟踪链接。词嵌入学习表示领域语料库知识的词向量，RNN使用这些词向量来学习需求工件的句子语义。我们使用正训练控制域中现有的跟踪链路训练了360种不同配置的跟踪网络，并将双向门控递归单元（BI-GRU）确定为跟踪任务的最佳模型。BI-GRU的性能明显优于最先进的跟踪方法，包括向量空间模型和潜在语义索引。
2018-04-06 cs.SE
Formalising Software Requirements using Large Language Models
Department of Computer Science, Maynooth University, Ireland（计算机科学系，迈诺特大学，爱尔兰）
本文介绍VERIFAI项目，该项目结合NLP、本体、相似制品复用、大语言模型与AI，实现软件需求形式化规约自动生成及全流程可追溯，解决相关验证与追溯难题。
2025-06-12 cs.AI cs.SE
UOOR: Seamless and Traceable Requirements
本文提出UOOR需求工程方法，通过统一场景等概念并实现基于链接传播的无缝可追溯性，应对变化对需求实践的影响，并已在Roborace案例中验证。
2025-02-27 cs.SE
The ARDoCo Tool Landscape: REST API, TraceView, and TraceViz for Architecture Traceability
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
提出 ARDoCo 工具生态，通过 REST API、TraceView 前端和 TraceViz IDE 插件实现架构可追溯性链接恢复，提升开发者理解效率。
2026-06-29 cs.SE
Understanding Automated Program Repair Agents Through the Lens of Traceability: An Empirical Study
Columbia University（哥伦比亚大学）；IBM Research（IBM研究院）
本文通过追踪五个最先进的自动化程序修复智能体在500个真实世界修复任务中的决策流程，揭示了它们在逻辑密集型错误修复、测试生成和回归测试选择方面的关键局限性，并提出了改进方向。
2026-09-01 cs.AI cs.SE
Applying Model-based Requirements Engineering in Three Large European Collaborative Projects: An Experience Report
在本文中，我们报告我们5年的设计，开发，然后部署基于模型的需求工程（MBRE）的方法和语言的背景下，三个不同的大型欧洲合作项目提供复杂的软件解决方案的实践经验。基于在项目执行过程中收集的数据和通过之后实现的调查，我们打算表明这种方法可以在可扩展性方面带来有趣的好处（例如，大量已处理的需求）、异质性（例如，具有不同类型可再生能源背景的合作伙伴），可追溯性（例如从需求到软件组件）、自动化（例如需求文档生成）、有用性或可用性。为了说明我们的贡献，我们将MBRE方法和语言的应用与来自这些欧洲研究项目之一的具体元素结合起来。我们还进一步讨论了使用这种MBRE方法和相应的语言的一般好处和目前的局限性。
2021-05-07 cs.SE
Software Engineers' Information Seeking Behavior in Change Impact Analysis - An Interview Study
在大型项目中工作的软件工程师必须在复杂的信息环境中导航。变更影响分析（CIA）是一项依赖于工程师在数据库中成功查找信息的任务，例如，源代码、需求、设计描述和测试用例规范。以前的几种支持信息搜索的方法都是针对特定任务的，因此理解工程师在特定任务中的搜索行为是至关重要的。我们提出了一个工业案例研究，工程师如何寻求CIA的信息，特别注重可追溯性和开发工件，而不是源代码。我们表明，工程师有不同的信息寻求行为，有些人不认为可追溯性进行CIA时特别有用。此外，我们观察到一种趋势，工程师更喜欢不太严格的支持类型，而不是正式的方法，即，工程师重视支持，允许灵活性，在如何实际进行中情局。最后，由于不同的信息寻求行为，我们认为，未来的CIA支持应该包括个人偏好，以确定变化的影响，授权几个寻求替代方案，包括搜索，浏览和跟踪。
2017-03-06 cs.SE
Natural Language-Programming Language Software Traceability Link Recovery Needs More than Textual Similarity
School of Computer Science and Artificial Intelligence, Wuhan Textile University（计算机科学与人工智能学院，武汉纺织大学）；School of Computer Science, Wuhan University（计算机科学学院，武汉大学）；The University of Melbourne（墨尔本大学）；The University of Western Australia（西澳大学）
针对软件可追踪性链接恢复中文本相似性不足的问题，提出整合多种领域特定辅助策略的HGT和Gemini 2.5 Pro模型，在需求-代码任务上平均F1分别提升3.68%和8.84%。
2025-09-06 cs.AI cs.SE
ROOT: Requirements Organization and Optimization Tool
针对软件工程中需求构建、可追溯性建立等核心实践资源消耗大、应用不足的问题，研究团队开发了ROOT工具，通过集中项目信息、提供可视化与AI工具简化流程，提升工程师把控能力与早期错误检测效率，支撑软件系统成功开发。
2024-08-19 cs.SE
Making Agent-Mediated Contributions Governable: A Project-Level Governance Manifest for Open-Source AI Collaboration
School of Business Administration, Shanxi University of Finance and Economics（山西财经大学工商管理学院）；Experiment and Practical Training Center, Shanxi University of Finance and Economics（山西财经大学实验实训中心）；School of Computer Science and Technology, North University of China（中北大学计算机科学与技术学院）；Department of Computer Science, University of Warwick（华威大学计算机科学系）；School of Information, Shanxi University of Finance and Economics（山西财经大学信息学院）
研究开源人工智能协作中代理介导贡献的治理问题，开发代理治理宣言（AGM）作为双向治理合同，通过实验验证其有效性，构建三层框架，推进合规数字创新治理并保留维护者决策权。
2026-07-20 cs.CY cs.SE
Toward Refactoring of DMARF and GIPSY Case Studies a Team 7 SOEN6471-S14 Project Report
软件体系结构被定义为一个结构良好的解决方案的过程，它满足所有的技术和操作要求，并提高系统的质量属性，如可读性，可靠性，可维护性和性能。它涉及一系列设计决策，这些决策可能对系统质量属性和应用程序的整体成功产生相当大的影响。在这项工作中，我们首先分析和调查两个开源软件（OSS）平台DMARF和GIPSY，主要是在Java中实现的。许多研究论文已经被研究，以获得更多的见解和清晰的背景，他们的架构，增强，演变，挑战和功能。随后，我们提取并找到他们的需求，高层次的要求，和架构结构，导致重要的设计决策，从而影响他们的质量属性。首先，我们逆向工程每个系统的源代码，以重建其领域模型和类图模型。我们试图实现需求和其他设计工件之间的可追溯性，以保持一致。此外，我们进行了手动和自动重构技术，以摆脱一些现有的代码气味，最终获得更可读和更易于理解的代码，而不会影响其可观察的行为。
2014-12-18 cs.SE
An Exploratory Study of Documentation Strategies for Product Features in Popular GitHub Projects
本研究通过对 25 个热门 GitHub 仓库的定性内容分析，揭示了开源项目功能文档普遍存在非结构化、与源代码关联薄弱的问题，指出功能可追踪性和可维护性面临风险。
2022-08-02 cs.SE
Recovering Software Architecture Intent from Historical Work Items using Generative AI: A Mixed-Methods Industry Case Study
Technical University of Munich（慕尼黑工业大学）
本研究以两个行业项目为对象，提出基于LLM的五步半自动工作流，结合混合方法验证，可从历史敏捷工作项中恢复C4架构图，生成的架构基线准确有用，能揭示架构差异与漂移，且具备实际可行性。
2026-08-31 cs.SE
Towards Understanding the Open Source Interest in Gender-Related GitHub Projects
开源社区使用GitHub平台来交换和共享感兴趣的软件应用程序和服务。本文旨在确定开源社区对GitHub上性别相关项目的兴趣。我们的研究结果创造了研究机会，并通过开源社区识别资源，促进多样性，公平和包容性。我们使用数据采掘来识别关注性别相关主题的GitHub项目。我们应用定量和定性的方法来检查项目的属性，并将其归类为性别社会结构和性别偏见分类。我们的目标是通过积极的项目来了解开源社区在性别主题方面的努力和兴趣。在本文中，我们报告了侧重于特定性别主题的项目的优势，并确定了那些重点狭窄的项目。我们研究的项目侧重于性别偏见，以及他们如何解决这种非包容性的行为。结果显示，GitHub项目倾向于识别和检测个人的性别，而缺乏关注女性和男性文化期望的项目。在性别偏见领域，项目主要侧重于职业偏见。这些发现为解决GitHub对性别相关主题的有限关注提供了机会，可以通过开发减轻排他性行为的项目。
2023-03-17 cs.SE
Understanding Emotions of Developer Community Towards Software Documentation
开源项目的可用性促进了开发人员在广泛的项目上做出贡献和协作。因此，为此类开源项目做出贡献的开发人员社区也在增加。许多项目都涉及频繁更新和广泛重复使用。一个更新良好的文档有助于更好地理解软件项目，也有助于有效的贡献和重用。虽然软件文档在软件开发和维护过程中扮演着重要的角色，但它也存在着诸如不充分、不一致、可维护性差等问题，探讨开发人员对文档的看法有助于理解软件文档中普遍存在的问题背后的原因。它可以进一步帮助决定可以向开发人员社区提供的培训，以便为社会建立更可持续的项目。分析项目贡献者的情绪可以为理解开发人员的看法提供见解。因此，作为朝着这个方向迈出的第一步，我们分析了特定于软件项目文档的提交消息的情感。为此，我们考虑了GHTorrent数据集中998个GitHub项目的提交历史，并确定了10，996个提交对应于存储库的文档。此外，我们应用情感分析技术来获得对所选提交的提交消息中表达的情感类型的见解。我们观察到，大约45%的已识别提交消息表达了信任情绪。
2021-03-01 cs.SE
The Grand Software Supply Chain of AI Systems
KTH Royal Institute of Technology（皇家理工学院）
本文分析了AI系统的软件供应链，识别出四个结构性缺口：可验证性、版本控制、可观测性和可追溯性，并通过48个开源项目测量了其规模。
2026-04-30 cs.SE
The Health and Wealth of OSS Projects: Evidence from Community Activities and Product Evolution
背景：了解OSS项目的情况对于分析项目的特点和预测项目的未来非常重要。在人口学和经济学领域，健康和财富被认为是了解一个国家的状况。目的：在本文中，我们将这个框架应用到OSS项目中，从健康和财富的角度来理解社区和OSS项目的演变。方法：我们定义了劳动力（WF）和总产品拉动请求（GPPR）两个指标。我们分析了GitHub上的OSS项目，并调查了三个典型案例。结果：我们发现，富有的项目吸引并依赖于临时劳动力。不那么富有的项目可能需要更有经验的贡献者做出额外的努力。结论：本文提出了一种方法来评估OSS项目的健康和财富之间的关系。我们的分析的交互式演示可在goo.gl/Ig6NTR上获得。
2017-09-29 cs.SE
Towards an Understanding of Why and How ICT Projects Are Initiated: Analysis via Repertory Grid
当代商业创新越来越依赖于信息和通信技术解决方案。由于信息和通信技术举措一般通过项目实施，信息和通信技术项目的管理受到越来越多的审查。信息和通信技术项目继续失败;因此，虽然对信通技术项目管理的研究确实有所增加，但研究和实践仍面临许多挑战。许多研究涉及信通技术项目的执行和管理以及可能与项目成果有关的许多因素。然而，很少有人考虑到信息和通信技术项目的启动以及在生存周期之前的早期阶段作出的关键决定。因此，本研究的主要目的是调查信息和通信技术项目，特别侧重于他们的启动。在这样做的时候，我们希望了解为什么要启动信息和通信技术项目，以及它们是如何从想法或建议变成有支持的现实的。本研究采用半结构化访谈和储备网格数据汇集与分析相结合的方法，调查并验证了影响个别IT经理项目启动决策的激励因素以及他们从想法到实施项目的转换方法。我们的研究结果表明，在这个早期阶段做出的决策确实有多种潜在原因，并且有一些特别常见的决策驱动因素。有些是预期的，因为它们与建议的最佳做法相对应。例如，大多数项目的动机是希望实现效率或节省成本，往往使用成本效益分析来评估其潜力。其他结果更令人惊讶-竞争对手的压力并不是我们分析中ICT项目启动的常见驱动力。毫不奇怪，当项目规模较大、知名度较高时，更经常使用正式评价方法来评估项目提案。（节录）
2021-03-18 cs.SE
Apples, Oranges & Fruits -- Understanding Similarity of Software Projects Through The Lens of Dissimilar Artifacts
开源项目的日益增长的可用性促进了开发人员重用现有的软件工件并利用它们开发新软件。然而，很难理解相似性的概念，因为它因开发人员而异。有些开发人员可能会搜索具有类似源代码的存储库，而有些开发人员可能会搜索具有类似需求或问题的存储库。现有的方法倾向于通过比较类似的工件来找到类似的项目，例如源代码与源代码，API使用与API使用，文档与文档等。即使两个类似的工件之间存在差异，两个不同的工件之间也可能存在相似性。因此，在本文中，我们的目标是回答这个问题-我们可以通过不同的工件找到软件存储库的相似性吗？为此，我们进行了一个实验，以找到三个存储库之间的相似之处，两个类似的项目和一个不同的项目比较相似和不同的工件（文档，提交和源代码）。我们观察到了不同工件之间的相似性，例如在相似和不同存储库的上下文中的提交、源代码和自述文件。
2021-03-02 cs.SE
Project Archetypes: A Blessing and a Curse for AI Development
本文通过分析IBM Watson与客户合作的21个项目访谈，识别出四种既有项目原型，并提出新的认知计算项目原型，为AI开发平台项目提供指导。
2024-08-08 cs.SE
What is a Feature, Really? Toward a Unified Understanding Across SE Disciplines
针对软件工程不同学科中“特征”定义不一致导致的问题，本文提出基于开源软件仓库特征分支分析的实证方法，识别相关模式并提供改进项目管理的见解，为跨学科统一特征理解提供路线图。
2025-02-14 cs.SE
Understanding the Issue Types in Open Source Blockchain-based Software Projects with the Transformer-based BERTopic
本研究通过BERTopic对1,209个开源区块链项目的497,742个问题进行分析，识别出49个主题并归类为11个子类别，发现钱包问题最常见且解决最慢，机制问题解决最快，问题频率在2016年后激增、2022年后下降，为区块链软件维护提供了洞见。
2025-09-25 cs.SE
Understanding the Motivations, Challenges and Needs of Blockchain Software Developers: A Survey
区块链技术在智能合约、物联网（IoT）、土地登记、供应链管理、存储医疗数据和身份管理等各个领域都有潜在的应用。虽然Github目前拥有超过6000个活跃的区块链软件（BCS）项目，但很少有软件工程研究调查这些项目及其贡献者。尽管BCS项目的数量正在迅速增长，但BCS开发人员的动机、挑战和需求仍然是一个谜。因此，本研究的主要目的是了解BCS开发人员的动机，挑战和需求，并分析BCS和非BCS开发之间的差异。为了实现这个目标，我们向1,604名活跃的BCS开发人员发送了一份在线调查，这些开发人员是通过挖掘145个流行BCS项目的Github存储库确定的。该调查收到了156份符合我们分析标准的回复。研究结果表明，大多数BCS开发人员在非BCS开发方面经验丰富，主要动机是建立一个分散的金融体系的意识形态。虽然大部分BCS项目本质上是开源软件（OSS）项目，但超过93%的受访者认为BCS开发与非BCS开发有些不同，因为BCS项目比大多数非BCS项目更强调安全性和可靠性。其他差异包括：缺陷成本较高、分散和恶劣的环境、技术复杂性以及软件发布后难以升级。针对非BCS开发而调整的软件开发工具不适合BCS，生态系统需要一系列新的或改进的工具，例如：用于BCS开发任务的定制IDE，智能合约的调试器，测试支持，易于部署的模拟器和BCS领域特定的设计符号。
2019-03-20 cs.SE
Applying SHAPR in AI-Assisted Research Software Development: Lessons Learnt from Building a Share Trading System
School of Business, Law, Humanities and Pathways University of Southern Queensland（南昆士兰大学商业、法律、人文与路径学院）
本文通过构建模块化股票交易系统案例，展示了SHAPR框架在AI辅助软件开发中的应用，强调持续文档更新、合同稳定编码、源码层提升连贯性等核心方法与贡献。
2026-04-16 cs.HC cs.SE
Characterizing and Understanding Software Developer Networks in Security Development
为了构建安全的软件，开发人员通常在软件开发和维护期间一起工作，以查找、修复和防止安全漏洞。检查开发人员在其安全活动期间关于安全引入和修复活动的交互的性质可以为改进当前实践提供见解。在这项工作中，我们进行了一个大规模的实证研究，以表征和理解开发人员在安全活动中的安全引入和修复的互动，其中涉及超过16 K的安全修复提交和超过28 K的安全引入提交从9个大型开源软件项目。对于我们的分析，我们首先检查一个项目是否是一个英雄为中心的项目时，评估开发人员在他们的安全活动的贡献。然后，我们研究开发人员之间的交互模式，探索模式的分布如何随着时间的推移而变化，并研究开发人员的交互对项目质量的影响。此外，我们还将安全活动中的开发人员交互的性质与非安全活动中的开发人员交互进行了比较（即，引入和修复非安全性错误）。在我们的研究结果中，我们发现：大多数的实验项目是非英雄为中心的项目时，通过使用他们的安全活动来评估开发人员的贡献;存在共同的主导交互模式在我们的实验项目;交互模式的分布与软件项目的质量相关。我们相信，从这项研究的结果可以帮助开发人员了解如何产生和修复的软件开发人员的交互下的可扩展性。
2019-07-28 cs.SE cs.SI
Understanding the Helpfulness of Stale Bot for Pull-based Development: An Empirical Study of 20 Large Open-Source Projects
Concordia University（康考迪亚大学）；Université du Québec à Montréal (UQAM)（蒙特利尔魁北克大学）；Mozilla Corporation（Mozilla公司）
通过对20个大型开源项目的实证研究发现，Stale Bot能提高PR审查效率并加速关闭积压PR，但会减少活跃贡献者数量，仅依赖它可能降低社区参与度并增加贡献者弃权（不执行）风险。
2023-05-29 cs.AI cs.LG cs.SE
