Will You Come Back to Contribute? Investigating the Inactivity of OSS Core Developers in GitHub
一些开放源码软件（OSS）项目依赖于其开发社区的连续性来保持可持续性。了解开发人员如何变得不活跃或为什么他们休息可以帮助社区防止放弃并激励开发人员回来。在本文中，我们提出了一种新的方法来识别开发人员的非活跃期，通过分析个人的节奏贡献的项目。使用这种方法，我们定量分析了托管在GitHub上的18个OSS组织中核心开发人员的不活动情况。我们还调查了核心开发人员，以获得他们对已确定的中断和过渡的反馈。我们的研究结果表明，我们的方法是有效的识别开发商的休息。大约94%的受访核心开发人员同意我们的不活动状态模型; 71%和79%的人分别承认他们的休息和状态转换。我们还发现，所有的核心开发人员都会休息（至少一次），其中大约一半（约45%）已经完全脱离项目至少一年。我们还分析了转换到/从不活动状态的概率，发现暂停活动的开发人员有大约35- 55%的机会返回到活动状态;然而，如果中断持续一年或更长时间，那么恢复活动的概率下降到大约21- 26%，完全脱离的可能性为大约54%。这些结果可能有助于制定政策和机制，使开放源码软件社区管理人员意识到中断和潜在的项目放弃。
2021-06-30 cs.SE
GitHub Sponsors: Exploring a New Way to Contribute to Open Source
GitHub Sponsors于2019年推出，旨在向个人开源软件（OSS）开发人员捐款。对开放源码软件维护者和开发者的财政支持是维持开放源码软件项目的一个主要问题，向个人捐款的能力有望支持开发者、项目和社区的可持续性。在这项工作中，我们对GitHub赞助商进行了混合方法研究，包括定量和定性分析，以了解可能接受捐赠的开发人员的特征以及开发人员对个人捐赠的看法。我们发现：（1）赞助开发者比非赞助开发者更活跃，（2）接受捐赠的可能性与社区中是否有人捐赠有关，（3）开发者赞助是为OSS做贡献的一种新方式。我们的研究结果是为使用GitHub赞助商提供数据指导的第一步，为未来在财务上维持OSS社区的新方式开辟了途径。
2022-02-11 cs.SE
Exploring the Untapped: Student Perceptions and Participation in OSS
本研究通过调查241名计算机专业学生，构建理论模型并采用结构方程建模，发现内在及内化外在动机正向影响开源软件贡献兴趣，且外在动机影响因性别而异，障碍与兴趣无显著关联，为社区吸纳学生及教育激励提供依据。
2025-04-23 cs.SE
OSS Mentor A framework for improving developers contributions via deep reinforcement learning
East China Normal University（华东师范大学）；Tongji University（同济大学）
在开源项目治理中，人们一直在关注如何衡量开发人员的贡献。然而，极其稀疏的工作集中在使开发人员能够改进他们的贡献上，尽管这是重要和有价值的。在本文中，我们介绍了一个名为开源软件（OSS）Mentor的深度强化学习框架，它可以从经验知识中进行训练，然后自适应地帮助开发人员提高他们的贡献。大量的实验表明，OSS Mentor显着优于优秀的实验结果。此外，这是第一次提出的框架探索深度强化学习技术来管理开源软件，这使我们能够设计一个更强大的框架，以提高开发人员的贡献。
2022-10-24 cs.AI cs.SE
One Microservice per Developer: Is This the Trend in OSS?
本文通过对38个微服务开源项目的实证研究，检验“每个开发者一个微服务”策略是否被开源社区遵循，发现除拥有专门DevOps团队的项目外，该策略很少被遵守。
2023-08-05 cs.SE
How Do OSS Developers Reuse Architectural Solutions from Q&A Sites: An Empirical Study
该研究通过挖掘GitHub项目数据与调查从业者的混合方法，探究开源软件开发者复用问答网站架构解决方案的场景、类型、实施方式及挑战，填补了相关领域研究空白。
2025-05-18 cs.SE
Dynamics of Open-Source Software Developer's Commit Behavior: An Empirical Investigation of Subversion
提交是开源软件版本控制的一个重要操作。最近的研究一直在探索这种操作的统计规律，但很少有这些论文对提交间隔进行实证研究（即，两个连续提交之间的等待时间）。本文从提交间隔分布的角度研究了软件开发人员的集体和个人提交行为，发现1）所分析的项目生命周期和每个版本的项目级提交间隔数据集大致遵循幂律分布; 2）类文件的生命周期和版本级集体提交间隔也可以最好地拟合幂律分布。这些发现揭示了开放源码软件项目的一些一般（集体）协作开发模式，例如，在两次连续提交到中央存储库之间的大多数等待时间都很短，但只有少数提交经历了长时间的等待。然后，我们发现的OSS研究的影响进行了概述，这可以提供一个洞察到更好地理解OSS开发过程中基于软件开发人员的历史提交行为。
2013-11-23 cs.SE
Can instability variations warn developers when open-source projects boost?
尽管已经使用各种度量标准研究和测量了架构不稳定性，但仍然需要更深入地分析哪些项目部分不稳定以及这种不稳定性如何随时间变化。虽然拥有更多关于架构不稳定性的信息通常对任何软件开发项目都很有用，但在开发过程的监督更难以实现的开源软件（OSS）项目中尤为重要。特别是，当OSS项目从一个小的受控环境（即，大教堂阶段）到社区驱动的项目（即，市场阶段）。在这样的过渡中，项目经常在软件规模和贡献开发人员的数量方面爆炸。因此，新添加的功能的复杂性以及提交和文件修改的频率可能会导致类和包结构的不稳定性的显著变化。因此，在这份注册报告中，我们提出了分析开放源码软件项目不稳定性的方法，特别是在社区驱动的敏感阶段。我们打算提出一些方法来预测在几个OSS项目的不稳定性的演变。我们的初步结果表明，在项目过度增长之前，似乎可以提供对OSS团队有用的有意义的估计。
2022-04-11 cs.SE
We Live in a Society: Motivators for Contributions in an OSS Ecosystem
本文通过调查NPM开发者，揭示了开源维护者在维护自身库与为依赖库贡献时存在个人驱动与专业因素驱动的动机差异，并分析了不同角色开发者面临的动机与障碍。
2023-04-12 cs.SE
When CONTRIBUTING Files Fall Short: Revising OSS Contribution Guidelines with Repository Evidence
Beihang University（北京航空航天大学）
本研究提出ContribAlign框架，利用分类法整合仓库证据自动修订开源软件贡献指南，经实验验证其在指南质量上显著优于基线方法，可提升指南的准确性与实用性。
2026-10-16 cs.SE
Newcomer Candidate: Characterizing Contributions of a Novice Developer to GitHub
背景：吸引、加入和留住开源软件（OSS）项目的任何新来者对他们的生计至关重要。最近的研究得出结论认为，开放源码软件项目由于放弃和新来者参与不足而有失败的风险。有证据表明，越来越多的新用户正在加入GitHub，然而，他们对OSS项目的贡献程度尚不清楚。目的：在这项研究中，我们创造了术语“新人候选人”来描述GitHub平台的新用户。我们的目标是跟踪和描述他们最初的贡献。作为初步调查，我们在GitHub上收集了208个新候选人的贡献。使用这个数据集，我们计划跟踪他们的贡献，以揭示见解。方法：我们将使用混合方法，即，定量和定性，以确定新人候选人是否实践社交编码，他们的贡献类型，他们的目标项目，以及他们最终加入OSS项目的比例。限制：主要限制是我们的新候选人仅限于从我们的初步调查中收集的候选人。
2020-08-06 cs.SE
Work Practices and Perceptions from Women Core Developers in OSS Communities
开源社区中性别多样性的影响越来越受到从业者和研究人员的关注。例如，Python软件基金会和OpenStack基金会等组织开始采取行动，增加性别多样性，并将女性提升到社区的最高职位。虽然妇女的普遍代表性不足（A.K.A.尽管许多研究探讨了开源社区中的横向隔离（横向隔离），但人们对开源社区中的纵向隔离知之甚少-这种情况发生在担任高级职位的妇女较少的时候。为了解决这一研究差距，在本文中，我们提出了一个混合方法的研究结果的性别多样性和工作实践的核心开发人员贡献的开源社区。在第一项研究中，我们使用挖掘软件存储库程序来识别711个开源项目的核心开发人员，以了解女性核心开发人员在开源社区中的常见程度，并描述他们的工作实践。在第二项研究中，我们调查了我们在第一项研究中确定的女性核心开发人员，以收集他们在为开源系统做出贡献时可能观察到的性别多样性和性别偏见的看法。我们的研究结果表明，开源社区存在横向和纵向隔离（只有2.3%的核心开发人员是女性）。然而，与以前的研究不同，大多数女性核心开发人员（65.7%）报告说，在为开源项目做出贡献时从未经历过性别歧视。最后，我们没有注意到女性和男性核心开发人员之间的工作实践存在实质性差异。我们对这些发现进行了反思，并提出了一些可能增加女性参与开源社区的想法。
2020-07-27 cs.SE
OSS effort estimation using software features similarity and developer activity-based metrics
软件开发工作量估计（SDEE）通常涉及利用过去开发类似软件所花费的工作量信息。大多数组织无法从过去的项目中获得足够和可靠的此类数据。因此，现有的SDEE方法的使用率和准确性低。我们提出了一个有效的SDEE方法的开源软件，它提供了准确和快速的努力估计。我们的论文的重要贡献是i）从各种软件存储库的开发者活动信息导出的新型SDEE软件度量，ii）SDEE数据集，包括从来自150个不同软件类别的$\approx13,000$ GitHub存储库导出的SDEE度量值，iii）基于SDEE度量和软件描述相似性模型的工作量估计工具。我们的软件描述相似性模型基本上是一个机器学习模型，使用段落向量算法对GitHub存储库的软件产品描述进行训练。给出了一个新设想的软件的软件描述，我们的工具产生了开发它的努力估计。我们的方法达到了最高的标准准确度得分为87.26%（与悬崖的$δ$ =0.88在99.999%的置信水平）和42.7%的自动转换线性基线模型。我们的软件工件可以在https://doi.org/10.5281/zenodo.5095723上找到。
2021-09-13 cs.SE
Leaving My Fingerprints: Motivations and Challenges of Contributing to OSS for Social Good
当激励软件开发人员为开源软件做出贡献时，该法案通常被视为构建工具以支持开发人员社区的机会。然而，这并不是推动贡献的唯一费用-对开源的兴趣日益增长也归因于软件开发人员决定利用他们的技术技能来造福于共同的社会利益。为了了解开发人员如何识别这些项目，他们贡献的动机以及他们面临的挑战，我们对OSS for Social Good（OSS 4SG）贡献者进行了21次半结构化访谈。从我们的访谈分析中，我们通过对超过5765名OSS和开源软件社会公益贡献者进行调查，确定了我们希望大规模了解的贡献风格主题。从我们对517份回复的定量分析中，我们发现大多数贡献者表现出OSS 4SG和OSS之间的区别。同样，贡献者描述了基于该项目要缓解的社会问题以及该项目的成果将使谁受益的定义。此外，我们发现OSS 4SG贡献者不太关注通过用新技术技能填充简历来使自己受益，而是更有兴趣在统计上显著地在社会上留下自己的印记。我们还发现，OSS 4SG贡献者对项目所有者的评价明显高于OSS贡献者。这些发现提供了信息，以帮助贡献者识别高社会影响力的项目，帮助项目维护者减少进入障碍，并帮助组织了解为什么贡献者被吸引到这些项目中来保持积极参与。
2021-04-26 cs.CY cs.HC cs.SE
Implicit Mentoring: The Unacknowledged Developer Efforts in Open Source
传统上，导师制被视为一种自上而下的二元学徒制。然而，这种观点忽略了在日常活动中发生的其他形式的非正式指导，开发人员投入时间和精力，但仍然没有得到承认。在这里，我们调查了开源软件（OSS）中不同风格的指导，以定义和识别隐式指导。我们首先定义隐式指导-贡献者通过嵌入在日常（OSS）活动中的指示和建议指导他人的情况-通过与OSS贡献者的形成性访谈，文献综述和成员检查。接下来，通过对37个Apache项目中的Pull Requests（PR）的实证调查，我们构建了一个分类器来提取隐含的指导，并通过经验和性别的双重镜头来描述它。我们对107，895份PR的分析表明，存在隐式指导（所有PR中有27.41%包含隐式指导），并且它不遵循传统的二元，自上而下的学徒模式。当考虑到导师-学员对的性别时，我们发现在93.81%的情况下普遍存在同性恋倾向-倾向于指导那些性别相同的人。在跨性别辅导的情况下，妇女更有可能指导男子。
2023-02-03 cs.SE
How do OSS projects change in number and size? A large-scale analysis to test a model of project growth
如果有新的开发人员加入，已经建立的开放源码软件（OSS）项目的规模会扩大，但如果开发人员选择建立新的项目，OSS项目的数量也会增加。我们讨论在何种程度上建立的模型，企业的增长可以应用到动态的OSS项目。我们的分析基于SourceForge（SF）的大规模数据集，包括10年的月度数据，多达360，000个OSS项目和多达340，000个开发人员。在这段时间里，我们发现项目和开发人员的数量都呈指数级增长，2009年之后，单一开发人员项目的数量显着增加。我们分析了项目和开发商的月度进入和退出率，已建立项目的增长率以及月度项目规模分布。为了得出对后者的预测，我们使用了新进入的开发人员如何选择创建新项目或加入现有项目的建模假设。我们的模型只适用于那些通过吸引新的开发人员来扩大规模的合作项目。我们验证，通过彻底的统计分析，Yule-Simon分布是一个有效的候选人的规模分布的合作项目，除了某些时间段的建模假设不再成立。我们发现并经验性地测试了这种限制的原因，即，事实上，越来越多的开发商在2009年后找到了更多的新项目。
2015-06-23 cs.SE cs.SI nlin.AO
Bursts and Triggers: Socially-Driven Activity in Open-Source Co-Editing Networks
Julius-Maximilians-Universität Würzburg（维尔茨堡大学）；DATEV eG（DATEV股份公司）；Honda Research Institute Europe（本田欧洲研究院）
研究开源软件社区开发者活动的社会机制，通过建模协同编辑网络检测活动触发及级联，发现项目规模主导显著级联，还测试信号对开发者流失的预测作用，结果表明开发者自身不活跃起主要作用，刻画了开发者响应性在OSS动态中的可测性。
2026-07-14 cs.SE
Making AI Visible, Not Vanished: How AI Policies Reshape Developer Experience on GitHub
University of California, Irvine（加州大学尔湾分校）；Colorado State University（科罗拉多州立大学）
本研究通过分析29624个GitHub代码库，提出TRACE框架，发现AI治理主要规范而非禁止AI辅助开发，强调透明度与责任性的政策效果更优。
2026-08-05 cs.SE
Are We on the Same Page? Examining Developer Perception Alignment in Open Source Code Reviews
本研究通过调查、访谈和仓库分析，揭示开源代码审查中贡献者与维护者的感知差异及偏见影响，并提出改进文档、工具和自动化方案以促进公平与创新。
2025-04-25 cs.SE
Putting a Face to the Issue: Fostering User Empathy of Open Source Software Developers With PersonaFlow
Polytechnique Montreal（蒙特利尔理工大学）；McGill University（麦吉尔大学）
本文提出PersonaFlow工具，通过生成可编辑的用户人设帮助开发者理解用户需求，研究发现大多数开发者在使用后改变了对用户的理解方式，提升了用户导向的行为。
2026-04-27 cs.HC cs.SE
Characterizing User Behaviors in Open-Source Software User Forums: An Empirical Study
开放源码软件（OSS）的用户论坛使最终用户能够协作讨论有关OSS应用的问题。尽管对开放源码软件进行了几十年的研究，但我们对最终用户如何在这些论坛上参与开放源码软件社区知之甚少，特别是阻碍他们持续和有意义地参与开放源码软件社区的挑战。以前的许多作品都是以开发人员为中心的，忽视了最终用户论坛的重要性。因此，最终用户的期望很少反映在开放源码软件的开发中。为了更好地了解OSS用户论坛中的用户行为，我们进行了一项实证研究，分析了来自四个流行OSS应用程序（Zoonline，Audacity，VLC和RStudio）的用户论坛的约130万个帖子。通过分析三种常见用户类型的贡献模式，（最终用户、开发人员和组织者），我们观察到最终用户不仅发起了大多数线程，（在三个项目中超过96%的线程，在另一个项目中为86%），但也是响应其他用户帖子的重要贡献者，尽管心理语言分析表明，他们往往对自己的活动缺乏信心。此外，我们发现最终用户更加开放，在交流中反映出比论坛中的组织者和开发者更积极的情绪。我们的工作在OSS用户论坛上提供了有关最终用户活动和行为的新知识，重要的OSS利益相关者可以利用这些知识来提高最终用户在OSS开发过程中的参与度。
2022-04-07 cs.HC cs.SE
Forking Around: Correlation of forking practices with the success of a project
基于分叉的开发使开发人员更容易和直接地为开源软件（OSS）做出贡献。开发人员可以派生现有项目并在其本地版本中添加更改，而不会中断主项目中的开发过程。尽管开放源码软件的效率很高，但80%以上的项目是不可持续的。确定与开放源码软件成功相关的要素可以启发开发人员关于项目的可持续性。在我们的研究中，我们探讨了由于基于分叉的开发而产生的低效率，如重复开发，分散的社区，缺乏模块化等，是否与项目的可持续性结果有关。我们制定了八个指标来量化ASFI数据集中项目的属性。为了找到指标与项目成功之间的相关性，我们对具有显著p值的指标建立了逻辑回归模型，并使用R中的stepAIC函数进行反向逐步回归分析，以交叉检查我们的发现。研究结果表明，模块化，集中管理索引和硬分叉是一个项目的成功。开发人员可以使用我们的研究成果来规划和构建他们的项目，以增加他们成功的可能性。
2021-12-29 cs.SE
How Are Paid and Volunteer Open Source Developers Different? A Study of the Rust Project
本文以 Rust 项目为案例，从贡献特征、长期参与及志愿者认知三方面实证比较受薪与志愿开源开发者，揭示不同子群体差异及报酬的留存作用。
2024-01-25 cs.SE
Understanding Skills for OSS Communities on GitHub
开放源码软件的开发是一个广泛的领域，需要各种技能。例如，维护人员帮助领导项目并延长其寿命，技术作家协助文档，bug报告员识别软件中的缺陷，开发人员编写软件。然而，不知道开放源码软件开发中使用了哪些技能，也不知道开放源码软件贡献者对开放源码软件技能的一般态度。在本文中，我们通过对455名OSS贡献者进行调查来解决这一差距。这些反应，以及以前的文献软件开发的专业知识和社会因素的开放源码软件的指导下，我们开发了一个模型的技能在开放源码软件，考虑到许多情况下开放源码软件贡献者的工作。该模型包括以下9类45项技能：技术技能、工作风格、解决问题、贡献类型、项目特定技能、人际关系技能、对外关系、管理和特征。通过定性和定量分析的混合，我们发现，开放源码软件贡献者积极主动地提高技能，并认为与他人分享他们的技能有许多好处。然后，我们使用此分析来为那些将技能融入OSS工具和平台（如GitHub）的人导出一组设计含义和最佳实践。
2022-09-06 cs.SE
Cross-status Communication and Project Outcomesin OSS Development A Language Style Matching Perspective
开放源码软件项目的成功需要其成员之间的有效沟通。由于OSS项目往往建立了社会地位体系，不同身份的个人之间可能会发生很多交流，特别是拥有项目管理权限的精英开发人员和普通项目贡献者。由于社会语言学文献和我们先前的工作已经发现，不同地位的群体可能会发展出不同的语言风格，这可能会阻碍关键的跨地位沟通，从而影响项目的结果。我们寻求发展跨状态通信的理解，以及它对OSS项目在生产力和质量方面的结果的影响。预期结果描述了跨状态沟通的语言相似性和差异，并揭示了这些语言相似性和差异与项目结果之间的关系。
2021-04-08 cs.SE
Contributing Back to the Ecosystem: A User Survey of NPM Developers
本文通过对 49 名 NPM 开发者的调查发现，开发者更倾向于维护自己的包而非回馈生态系统，并据此为库生态系统的可持续性研究及工具支持提供了新方向。
2024-07-01 cs.SE
Evolving Collaboration, Dependencies, and Use in the Rust Open Source Software Ecosystem
开源软件（OSS）在工业、研究和政府中广泛传播。OSS代表了一种有效的开发模式，因为它以可扩展的方式利用了许多开发人员的分散努力。由于OSS开发人员在相互依赖的模块上独立工作，他们以生态系统的形式创建了一个更大的整体，留下了他们的贡献和合作的痕迹。从这些跟踪中获得的数据使大规模分散协作工作的研究成为可能。我们展示了Rust生态系统中数万名开发人员的活动数据，以及他们的库之间不断发展的依赖关系。这些数据涵盖了开发人员对Rust库的七年贡献，可用于重建生态系统的开发历史，例如不断增长的开发人员协作网络或依赖网络。这些数据还辅以下载量和受欢迎程度的统计数据，跟踪随着时间的推移使用和成功的动态。总的来说，这些数据全面反映了生态系统的几个方面。
2022-11-23 cs.SE cs.SI
GitHub OSS Governance File Dataset
该研究提出了一个包含710个GitHub托管OSS项目的纵向数据集，包含其治理文件、提交记录、问题和评论等，旨在促进关于正式治理文档对OSS项目和社区影响的研究。
2023-04-02 cs.SE
Quantitative Analysis of Community Evolution in Developer Social Networks Around Open Source Software Projects
了解开发者社交网络（DSN）中围绕开源软件项目的社区演变，可以提供有关开源软件开发的社会技术过程的宝贵见解。现有的研究表明，社会社区的进化行为可以有效地描述使用模式，包括分裂，收缩，合并，扩大，出现和灭绝。然而，现有的模式为基础的方法是有限的，在支持定量分析，并在描述社区的演变时，以相互排斥的方式使用的模式是潜在的问题。在这项工作中，我们提出，在进化过程中，不同的模式可以同时发生在每对社区之间，只是程度不同。设计了四个基于熵的指标来分别衡量社区分裂、收缩、合并和扩张的程度，可以全面、定量地衡量DSNs中的社区演化。这些指数具有量化社区演化所需的属性，包括单调性，以及对应于有意义情况的有界最大值和最小值。它们也可以结合起来描述更多的模式，如社区出现和灭绝。我们进行实验与现实世界的OSS项目，以评估所提出的指标的有效性。结果表明，该指标能够有效地捕捉社区演化，与现有的方法在检测DSN演化模式方面具有一致性，准确率达到94.1%.结果还表明，该指数是有用的，在预测OSS团队生产力的准确度为0.718。总之，所提出的方法是第一个量化的程度，社区的进化相对于不同的模式，这是有前途的，在支持未来的研究和应用有关的DSN和OSS的发展。
2022-05-20 cs.SE cs.SI
An Empirical Study on Package-Level Deprecation in Python Ecosystem
本研究通过混合方法实证调查Python生态系统中包级弃用的现状，发现开发者与用户之间存在显著差距，并提出改进弃用实践以促进包无缝交接的建议。
2024-08-19 cs.SE
Exploring turnover, retention and growth in an OSS Ecosystem
本研究通过分析 Gentoo 生态系统中开发者情绪与劳动力动态的关联，发现情绪消极组件留存高但增长慢，情绪积极组件贡献活跃但稳定性低，并提出针对性管理策略以提升项目可持续性。
2025-04-23 cs.SE
Anchor Sponsor Firms in Open Source Software Ecosystems
本文以Mozilla作为Rust生态系统锚定赞助商为例，通过分析大量开发者与项目数据，发现其突然退出对生态系统活动产生负面影响，揭示锚定赞助商对开源生态系统长期可持续性的关键作用。
2025-02-13 cs.CY cs.SE cs.SI
What If We Work Together? Fostering Reflections on Designer Inclusion in Open Source Software Through Speculative Design
Polytechnique Montreal（蒙特利尔理工学院）；McGill University（麦吉尔大学）
本文通过推测设计探讨如何促进开源软件社区中设计者的包容性，通过用户研究发现设计者参与开源软件的价值和挑战。
2026-04-27 cs.HC cs.SE
IssueCourier: Multi-Relational Heterogeneous Temporal Graph Neural Network for Open-Source Issue Assignment
提出 IssueCourier，通过多关系异质图与时间切片建模 issue、开发者和代码文件关系，并构建重标注基准，显著提升开源 issue 分派效果。
2025-06-10 cs.SE
Identifying Emergent Leadership in OSS Projects Based on Communication Styles
在开源软件（OSS）社区中，现有的领导力指标主要通过代码贡献或社区影响力来衡量。最近关于新兴领导力的研究揭示了其他方面，如协作沟通中的智力刺激。为此，本文提出了一种自动化的方法，命名为iLead，挖掘通信风格和识别新兴的领导行为在OSS社区，使用问题评论数据。我们首先在现有领导研究的基础上构建了6类领导行为。然后，我们手动标记的10个OSS项目的10,000个问题的评论中的领导行为，并提取304启发式语言模式，代表不同类型的紧急领导行为，灵活和简洁的方式。接下来，开发了一种自动化算法，将从多个项目中提取的不同模式集合并并合并为最终的模式排名列表，该列表可用于自动领导识别。评测结果显示，iLead可以实现0.82的中位精度和0.78的召回率，优于十个机器/深度学习基线。为了证明其实用性，我们还对iLead中识别出的领导行为进行了实证分析和人力评估。我们认为，应考虑在问题讨论的新兴领导行为，以扩大现有的OSS领导的观点。分别为OSS社区和个人开发人员提供社区建设和领导技能发展的实用见解。
2022-01-28 cs.SE
PyGress: Tool for Analyzing the Progression of Code Proficiency in Python OSS Projects
PyGress是一个基于Web的工具，利用pycefr自动评估Python OSS项目中开发者的代码熟练度，通过分析提交历史生成个人与项目级别的CEFR对齐可视化，从而帮助理解贡献者编码水平和项目熟练度演进。
2025-11-08 cs.SE
The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot
University of Texas at Austin（德克萨斯大学奥斯汀分校）
本研究探讨生成AI对开源协作开发的影响，发现GitHub Copilot提高了代码贡献和开发者参与，但增加了协调时间，揭示了AI在扩展贡献者的同时减缓协作的权衡。
2026-08-14 cs.AI cs.HC cs.SE
How to Gain Commit Rights in Modern Top Open Source Communities?
本研究通过主题分析构建顶级开源社区提交者资质分类体系，结合生存分析探究政策与实践的匹配情况，为社区权限分配和开发者发展提供参考。
2024-05-16 cs.SE
Influence of Roles in Decision-Making during OSS Development -- A Study of Python
治理被强调为开放源码软件项目成功的一个关键因素。人们普遍认为，在一种任人唯贤和专制并存的治理模式中，关于开放源码软件包括哪些功能的决策责任由选定角色的成员分担，主要是项目领导人。然而，较少的审查已经取得了这些角色的成员是否也突出DM讨论和决策是如何作出的，以显示他们在项目的成功发挥了不可或缺的作用。我们认为，要建立他们的影响力，不仅需要审查项目领导人作出决定的提案的讨论，而且还需要审查其他人作出决定的提案的讨论。因此，在这项研究中，我们研究了成员在以下方面扮演不同角色的突出性：（i）做出决策，（ii）在DM讨论中扮演某些社会角色（例如，讨论发起人），（三）通过DM讨论为开放源码软件开发社会网络作出贡献，以及（四）在这两种情况下如何作出决定。我们在著名的Python项目的发展过程中研究这些方面。我们对他们20年来的电子邮件通信进行了数据驱动的纵向研究，包括大约150万封电子邮件。这些电子邮件包含466个Python增强建议（PEP）的决定，这些建议记录了语言的演变。我们的研究结果使不同角色的影响对未来（新）成员，其他利益相关者，更广泛地说，对OSS研究社区是透明的。
2021-06-04 cs.SE
Causative Insights into Open Source Software Security using Large Language Code Embeddings and Semantic Vulnerability Graph
本文提出将漏洞与根本原因关联的系统，结合大语言代码嵌入和语义漏洞图教育开发者安全编码，并通过可用性研究证明其使代码修复能力提升24%，约9%的开发者经训练后自然编写更安全代码。
2024-01-13 cs.SE
Assessing the Influence of Toxic and Gender Discriminatory Communication on Perceptible Diversity in OSS Projects
本研究通过分析GitHub项目数据，构建回归模型，探究有毒和性别歧视性沟通对开源团队性别、种族及任期多样性的影响。
2024-03-14 cs.SE
Contributors Preference in Open Source Software Usability: An Empirical Study
开放源码软件的用户数量实际上是无限的，软件质量最终取决于最终用户的体验，这一事实使得可用性成为比专有软件更为关键的质量属性。随着个人和组织使用开源项目的急剧增加，可用性水平和相关问题必须得到更认真的解决。本实证调查的研究模型从贡献者的角度研究并建立了关键可用性因素与OSS可用性之间的关系。78 OSS贡献者，包括架构师，设计师，开发人员，测试人员和用户从22个不同规模的开源项目的数据集已被用来研究的研究模型。本研究的结果提供了经验证据，指出突出的关键因素发挥了重要作用，在提高开放源码软件的可用性。
2015-07-24 cs.SE
Towards a Critical Open-Source Software Database
本研究提出CrOSSD项目，通过定量与定性结合的指标体系评估开源软件项目健康状态，搭建可视化平台为相关利益方提供决策支持。
2023-05-02 cs.SE
The Shifting Sands of Motivation: Revisiting What Drives Contributors in Open Source
本文通过调查242名OSS贡献者，从开源生态变化、个人成长和人口统计差异三方面揭示贡献动机的演变及其对社区治理与工具设计的意义。
2021-01-29 cs.SE
Technical Debt Management in OSS Projects: An Empirical Study on GitHub
技术债（TD）是指延迟的任务和不成熟的工件，可能会带来短期的好处，但在长期的维护和发展过程中会产生额外的更改成本。在过去的十年中，人们对TD进行了广泛的研究，许多开源软件项目被用来探索TD的具体方面，并验证TD管理的各种方法。然而，对于开放源码软件开发中的时分复用实践，仍然缺乏全面的理解，这渗透了开放源码软件社区对时分复用概念的理解，以及在开放源码软件开发中如何管理时分复用。为此，我们对整个GitHub进行了实证研究，以探索基于OSS项目中的问题的TDM的采用和执行。我们从GitHub的问题跟踪系统中收集了2009年至2020年期间分布在3，598个存储库中的35，278个标记为TD（TD问题）的问题。调查结果如下：（1）开放源码软件社区正在接受TD概念;（2）对TD实例的分析表明，TD可能会影响软件系统的内部和外部质量;（3）在31.1%的存储库中只发现了一个TD问题，在69.0%的存储库中，所有TD问题都是由一个开发人员发现的;（4）27.3%的知识库在发现TD问题后忽视了TDM;（5）在有TD标签的知识库中，32.9%的知识库放弃了TDM，只有8.2%的知识库采用TDM作为一贯做法。这些发现为TDM实践者提供了有价值的见解，并为进一步调查提供了有前途的研究方向。
2022-12-11 cs.SE
Moving beyond Deletions: Program Simplification via Diverse Program Transformations
本文研究 OSS 中开发者手动程序简化的变换类型与动机，并提出基于 92,485 个程序训练、结合行定位与质量检查的 SimpT5，以更有效地自动生成语义等价且更短的程序。
2024-01-26 cs.SE
Exploring Factors and Metrics to Select Open Source Software Components for Integration: An Empirical Study
开源软件（Open Source Software，OSS）目前被广泛使用并集成在大多数商业产品中。然而，选择开放源码软件项目进行整合并不是一个简单的过程，主要是由于缺乏明确的选择模式和缺乏来自开放源码软件门户的信息。[目的]探讨目前从业人员在选择OSS时所考虑的因素和衡量标准。我们还调查了可用于评估因素的信息和门户网站的来源，以及使用API自动提取此类信息的可能性。[方法]通过对23名经常在软件中集成OSS的有经验的开发人员进行问卷调查，得出OSS评估和比较所采用的因素和指标。此外，我们还调查了用于评估GitHub中最受欢迎的10万项目的OSS提取信息的门户的API。[结果]我们确定了一个由8个主要因素和74个子因素组成的集合，以及170个相关指标，企业可以使用这些指标来选择要集成到其软件项目中的OSS。出乎意料的是，只有一小部分因素可以自动评估，在170个指标中，只有40个可用，其中只有22个返回了所有10万个项目的信息。因此，我们建议项目维护者和项目存储库注意为他们托管的项目提供信息，以增加被采用的可能性[结论] OSS选择可以部分自动化，通过从门户API提取选择所需的信息。OSS生产商可以从我们的结果中受益，检查他们是否提供了潜在采用者通常需要的所有信息。
2022-02-04 cs.SE
Unveiling Elite Developers' Activities in Open Source Projects
开源开发者，特别是精英开发者，维护着各种各样的贡献活动。他们不仅提交源代码，还在其他沟通、组织和支持活动上花费大量精力。然而，几乎所有的研究都集中在有限的特定活动上，未能全面分析精英开发人员的活动。为了弥补这一差距，我们对GitHub上托管的20个大型开源项目的细粒度事件数据进行了实证研究。因此，我们调查了精英开发人员的贡献活动及其对项目成果的影响。我们的分析揭示了三个关键发现：（1）他们参与各种活动，而技术贡献（例如，（2）随着项目的发展，他们倾向于将更多的精力投入到支持性和沟通性活动中，而较少的精力投入到编码中;（3）他们参与非技术性活动的程度与项目的生产力和软件质量呈负相关。这些结果提供了精英开发人员活动的全景，并可以为个人关于努力分配的决策提供信息，从而导致更好的项目成果。研究结果也为支持这些精英开发人员提供了启示。
2019-11-13 cs.SE
OSS License Identification at Scale: A Comprehensive Dataset Using World of Code
本研究利用World of Code构建了包含550万个许可证blob的OSS许可证数据集，通过winnowing近似匹配实现高精度识别，准确率达92.08%，支持合规检测与许可趋势研究。
2025-03-11 cs.SE
GitHub-OSS Fixit: Fixing bugs at scale in a Software Engineering Course
许多研究表明，将开源项目引入软件工程（SE）课程教学的好处。然而，现有的研究有几个局限性，限制了开源项目在课堂环境中的广泛适应，包括（1）所选择的项目仅限于一个特定的项目，（2）大多数研究只调查了它对教授特定SE概念的影响，以及（3）学生可能会在他们的贡献中犯错误，导致质量差的代码。与此同时，软件公司已经成功推出了Google Summer of Code（GSoC）和FindBugs“fixit”等项目，为开源项目做出贡献。受这些项目成功的启发，我们提出了GitHub-OSS Fixit，这是一个课程项目，通过修复GitHub中报告的错误，教导学生为开源Java项目做出贡献。我们描述了我们的课程大纲，通过鼓励使用几个自动化的程序分析工具来教授学生SE概念。我们还提供了精心设计的指导，供学生参与GitHub-OSS Fixit。由于所有的讲座和实验都是在线进行的，我们认为我们的课程设计可以帮助指导未来的在线SE课程。总体而言，我们的调查结果显示，学生认为GitHub-OSS Fixit可以帮助他们提高许多技能，并应用课堂上教授的知识。总共有154名学生向24个不同的Java项目提交了214个pull request，其中59个项目被合并，82个项目被开发人员关闭。
2021-02-14 cs.SE
Identifying Factors Contributing to Bad Days for Software Developers: A Mixed Methods Study
本研究通过访谈、调查、日记研究与遥测数据分析的混合方法，识别并验证导致软件开发者“糟糕一天”的关键因素及其对生产力、满意度和幸福感的影响。
2024-10-24 cs.CY cs.SE
Automatic Detecting Unethical Behavior in Open-source Software Projects
鉴于开源软件（OSS）项目的快速增长，道德考虑变得越来越重要。过去的研究集中在特定的伦理问题上（例如，开放源码软件中的性别偏见和公平性）。在OSS项目中，几乎没有关于不同类型的不道德行为的研究。本文首次从利益相关者的角度对OSS项目中的不道德行为进行了研究。我们对316个GitHub问题的研究提供了一个由六个道德原则指导的15种不道德行为的分类（例如，新的不道德行为的例子包括软分叉（复制一个仓库而不分叉）和自我推广（推广一个仓库而不自我识别为仓库的贡献者）。我们还确定了18种受不道德行为影响的软件工件。在我们的研究中发现的各种类型的不道德行为（1）在GitHub中做出贡献时，需要引起开发人员和研究人员的注意，（2）指出了OSS项目中自动检测不道德行为的未来研究。基于我们的研究，我们提出了Etor，一种可以自动检测六种类型的不道德行为的方法，通过使用本体工程和语义Web规则语言（SWRL）规则来建模GitHub属性和软件工件。我们对195，621个GitHub问题（1，765个GitHub存储库）的评估显示，Etor可以自动检测548个不道德行为，平均真阳性率为74.8%。这表明了OSS项目中自动检测不道德行为的可行性。
2023-02-23 cs.SE
Including Everyone, Everywhere: Understanding Opportunities and Challenges of Geographic Gender-Inclusion in OSS
随着软件开发的地理分布越来越广，性别差距是软件行业面临的一个重大问题。广泛分享的报告表明，性别差异可能是每个区域特有的。然而，这些报告能有多完整，几乎没有研究反映开源软件（OSS）的过程和社区软件现在通常开发？我们的研究在GitHub上对性别包容性进行了多区域地理分析。这一混合方法包括定量调查各地理区域项目中性别包容性的差异，并使用21 456个项目资料库的捐款数据调查这些趋势。我们还通过一项针对全球各地区开发人员的战略性调查，定性地了解为这些项目做出贡献的开发人员的独特经验。我们的研究结果表明，世界各地的性别多样性都很低，各地区之间没有实质性差异。然而，自2014年以来，全球多样性在统计上有了显著改善，非洲等某些地区的改善速度更快。我们还发现，大多数贡献的动机和障碍（例如，缺乏捐款资源和工作环境差）的问题，但确实出现了一些深刻的差异，如如何使项目更具包容性。从这些发现中，我们得出并提出了一些工具的含义，这些工具可以促进开源软件社区的包容性，并使每个人都能在任何地方做出贡献。
2021-09-16 cs.CY cs.SE
OSSDoorway: A Gamified Environment to Scaffold Student Contributions to Open Source Software
针对学生难以完成开源软件（OSS）贡献的问题，本文提出并评估游戏化工具OSSDoorway，其通过结构化任务、实时反馈等提升学生自我效能感，帮助学生掌握OSS贡献流程。
2025-02-11 cs.HC cs.SE
