The Future of AI-Driven Software Engineering
The University of Auckland（奥克兰大学）
本文探讨AI驱动软件工程的未来趋势，强调人类开发者与AI的协同合作，并指出需解决的关键挑战以实现这一愿景。
2026-03-26 cs.AI cs.LG cs.PL
Domain Knowledge Discovery Guided by Software Trace Links
软件密集型项目使用领域术语进行指定和建模。领域术语的知识对于执行许多软件工程任务是必要的，例如影响分析、遵从性验证和安全认证。然而，发现高技术软件和系统工程领域的领域术语和推理它们之间的相互关系是一项复杂的任务，需要大量的领域专业知识和人力。在本文中，我们提出了一种新的方法，利用软件密集型系统中的跟踪链接，以指导挖掘过程中包含领域知识的事实。驱动我们挖掘过程的跟踪链接定义了法规和要求等工件之间的关系，并通过高收益的领域术语组合进行引导搜索。我们的概念验证评估表明，我们的方法有助于发现领域事实，即使在高度复杂的技术领域。这些领域事实可以为各种软件工程活动提供支持。作为一个用例，我们展示了挖掘的事实如何促进项目Q&A的任务。
2018-08-15 cs.SE
Using Gray Literature to Influence Software Engineering Curricula
针对软件工程课程更新滞后问题，提出利用灰色文献补充传统学术文献，以跟踪行业趋势并指导课程设计，帮助教育者敏捷适应技术变化。
2023-12-27 cs.CY cs.SE
Software engineering in start-up companies: An analysis of 88 experience reports
本研究分析了88份初创企业经验报告，探讨了软件工程在初创企业中的应用，发现需求工程不足是主要挑战，并提出了进一步研究方向。
2023-11-20 cs.SE
The Diversity of Gamification Evaluation in the Software Engineering Education and Industry: Trends, Comparisons and Gaps
游戏化已被用于激励和吸引参与者参与软件工程教育和实践活动。有一个显着的需求，为了解游戏化的影响和功效的实证研究。然而，缺乏标准的程序和模型来评估游戏化是一个挑战的设计，比较和报告的结果有关的评估游戏化的方法及其效果。本研究的目的是确定模型和策略，在文献中报道的游戏化的评估。为了实现这一目标，我们进行了一个系统的映射研究，以调查在软件工程的背景下，游戏化的评估策略。我们选择了100项关于软件工程游戏化的初步研究（从2011年到2020年）。我们对这些研究进行了分类，包括评估游戏化的评估程序或模型的存在，评估的目的，使用的标准，数据类型，工具和数据分析程序。我们的研究结果表明，64项研究报告了游戏化评估程序。然而，只有三项研究实际上提出了游戏化的评估模型。我们观察到，对游戏化的评估集中在两个方面：对游戏化策略本身的评估，与用户体验和感知有关;以及对游戏化对其用户和环境的结果和影响的评估。最经常出现的评价标准是“成就”、“动机”、“满意度”和“业绩”。最后，游戏化的评估需要主观和客观的输入，以及定性和定量的数据分析方法。根据评价的重点（战略或成果），某一类型的数据和分析占主导地位。
2021-02-09 cs.SE
Finding Trends in Software Research
本文探讨了软件工程研究论文的结构。使用文本挖掘，我们研究了35,391软件工程（SE）论文从34个领先的SE场地在过去的25年。这些场地几乎平均分配给会议和期刊。这种分析的一个重要方面是它是完全自动化和可重复的。为了实现这种自动化，我们使用了一种名为LDADE的稳定主题建模技术，它可以完全自动化LDA中的参数调优。使用LDADE，我们挖掘11个主题，代表了当代SE的结构。这里提出的11个主题不应该是“一成不变”的，因为只有这些主题值得在SE中学习。相反，我们的目标是报告（a）文本挖掘方法可以检测我们社区内的大规模趋势;（b）这些主题随着时间的推移而变化;因此（c）重要的是要有自动代理，只要新数据到达，就可以更新我们对社区的理解。
2018-10-03 cs.SE
A Survey of Large Language Models for Code: Evolution, Benchmarking, and Future Trends
本文系统综述了Code LLM的类型、与通用LLM的性能差异及关系，分析了134项相关研究，并在多个主流基准上评估了不同软件工程任务的最佳LLM，为开发者和从业者提供了模型选择与改进方向的指导。
2024-01-08 cs.SE
Exploring Explainability: A Definition, a Model, and a Knowledge Catalogue
软件系统日益复杂，软件支持的决策在我们的社会中产生了影响，这就唤醒了对透明、负责和值得信赖的软件的需求。可解释性被认为是实现这些品质的一种手段。它被认为是一种新兴的非功能需求（NFR），对系统质量有重大影响。然而，为了将这个NFR整合到系统中，我们需要从软件工程的角度理解可解释性意味着什么，以及它如何影响系统中的其他质量方面。这允许对不同质量方面之间的相互关系所产生的好处和可能的设计问题进行早期分析。然而，可解释性是目前在需求工程领域的研究不足，缺乏概念模型和知识目录，支持需求工程过程和系统设计。在这项工作中，我们通过提出一个定义，一个模型和一个可解释性目录来弥合这一差距。它们说明了可解释性如何与其他质量方面相互作用，以及它如何影响系统的各个质量维度。为此，我们进行了跨学科的系统性文献综述，并与专家在研讨会上验证了我们的研究结果。
2021-08-06 cs.SE
A Benchmark Study on Sentiment Analysis for Software Engineering Research
最近的研究趋势是通过对协作开发环境中留下的通信痕迹的内容应用情感分析来识别开发人员的情感。为了克服使用现成的情感分析工具所带来的局限性，研究人员最近开始为软件工程领域开发自己的工具。在本文中，我们报告了一个基准研究，以评估专门为软件工程定制的三个情感分析工具的性能和可靠性。此外，我们提供了一个开放的挑战，因为它们出现在定性分析的错误分类文本的反思。
2018-03-17 cs.SE
Synergy between Machine/Deep Learning and Software Engineering: How Far Are We?
Southern Methodist University（南卫理公会大学）；Nanjing University（南京大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
自2009年以来，由ImageNet引入引发的深度学习革命激发了机器学习（ML）/深度学习（DL）和软件工程（SE）之间的协同作用。与此同时，出现了一些批评性的评论，建议ML/DL应该谨慎使用。为了提高ML/DL相关SE研究的质量（特别是适用性和普遍性），并刺激和加强SE/AI研究人员与行业从业者之间的未来合作，我们对2009年至2018年期间发表的906篇ML/DL相关SE论文进行了为期10年的系统文献综述（SLR）。我们的趋势分析表明，ML/DL和SE相互影响。然而，与此同时，我们也观察到缺乏可复制和可重复的ML/DL相关SE研究，并确定了影响其可复制性和可重复性的五个因素。为了提高研究结果的适用性和普遍性，我们分析了研究中的哪些成分有助于理解为什么选择ML/DL技术来解决特定的SE问题。此外，我们确定了DL模型对SE任务影响的独特趋势，以及为了更好地利用DL来提高SE任务的生产力而需要满足的五个独特挑战。最后，我们概述了一个路线图，我们相信它可以促进基于ML/DL的SE研究成果转化为现实世界的行业实践。
2020-08-12 cs.LG cs.SE
A Community's Perspective on the Status and Future of Peer Review in Software Engineering
内容：科学文章的出版前同行评审被认为是软件工程研究过程中的一个关键要素，但它往往被认为是不完全工作。目的：我们的目标是了解的看法和态度同行评审的作者和审稿人在软件工程的最负盛名的场地之一，国际会议软件工程（ICSE）。方法：我们邀请了932名ICSE 2014/15/16作者和评审员参加了一项调查，其中有10个封闭式问题和9个开放式问题。结果如下：我们提出了众多的结果，如：受访者认为只有三分之一的所有审查是好的，但三分之一的无用或误导;他们建议双盲或零盲审查制度的改进;他们希望看到可展示的证据（好）审查工作的介绍;态度变化的趋势是微弱的。结论：对软件工程同行评审现状的看法是相当负面的。此外，我们几乎没有发现任何趋势表明，随着时间的推移，审查将自行改善;社会将不得不作出明确的努力。幸运的是，我们的受访者（大多是资深人士）似乎比我们预期的更愿意尝试不同的同行评审制度。
2017-10-30 cs.CY cs.DL cs.SE
Ten Years of Software Engineering in Society
本研究通过映射ICSE的SEIS轨道十年间123篇文章，识别出可持续性、多样性与开源软件趋势，发现实际干预缺失及社会维度主导、环境维度被忽视的空白，旨在激发社区讨论与复制研究。
2025-05-23 cs.SE
Reflecting on Recurring Failures in IoT Development
随着物联网系统被赋予更多的责任和自主权，它们提供了更大的好处，但也带来了更大的风险。我们相信这种趋势会重新提出软件工程的一个老挑战：如何在市场压力下安全可靠地开发高风险的软件密集型系统？作为第一步，我们对最近的物联网故障进行了系统分析，以确定工程挑战。我们收集并分析了22篇新闻报道，研究了物联网系统故障的来源、影响和修复策略。我们观察了应用程序域内部和跨应用程序域的故障趋势。我们还观察到，失败主题随着时间的推移而持续存在。为了缓解这些趋势，我们概述了针对物联网开发的故障感知软件开发生存周期的研究议程。我们提出了一个百科全书的故障和经验的基础上，系统事后分析，辅以适当的自动化工具。
2022-09-19 cs.SE
A Systematic Literature Review of Software Engineering Research on Jupyter Notebook
University of Alberta（阿尔伯塔大学）；Queen’s University（女王大学）
本文系统回顾了Jupyter Notebook的软件工程研究，发现其在人机交互领域更受欢迎，且存在代码重用、可读性等研究空白，未来需探索自动化测试和文档生成等方向。
2026-01-04 cs.CE cs.HC cs.SE
Evolution of statistical analysis in empirical software engineering research: Current state and steps forward
该研究通过人工审阅161篇论文并半自动分类2001—2015年5,196篇论文，分析实证软件工程统计分析实践与趋势，提出工作流概念模型并强调实际显著性报告。
2019-07-10 cs.SE
Engineering Software Systems for Quantum Computing as a Service: A Mapping Study
量子系统已经开始成为一种颠覆性的技术，并使平台-利用量子力学的原理-在计算中实现量子霸权。学术研究、工业项目（例如，Amazon Braket）和“Quantum Flagship”等财团正在努力开发实用且商业上可行的量子计算（QC）系统和技术。量子计算即服务（QCaaS）被视为一种符合服务导向理念的解决方案，可以为没有量子计算机的个人和组织提供QC资源和平台，作为效用计算。为了了解量子服务开发生存周期并确定新兴趋势，我们使用基于证据的软件工程方法对能够实现或增强QCaaS的研究进行了系统的映射研究（SMS）。SMS过程共检索了55项研究，并根据其定性评估，我们选择了其中9项研究，以调查（i）功能方面，设计模型，模式，程序设计语言，部署平台，和（ii）QCaaS新兴研究的趋势。结果表明，三种建模符号和五种设计模式的目录架构QCaaS，而Python（本机代码或框架）和Amazon Braket是实施和部署QCaaS解决方案的主要解决方案。从量子软件工程（QSE）的角度来看，这个SMS提供了经验基础的发现，可以帮助获得过程，模式和参考架构，工程软件服务的质量控制。
2023-03-26 cs.SE
A Progression Model of Software Engineering Goals, Challenges, and Practices in Start-Ups
本研究通过调查84个软件初创企业案例，识别其普遍的工程目标、挑战与实践，结合生命周期阶段构建软件工程演进模型，明确初创企业核心工程挑战，为研究与实践提供参考。
2023-12-12 cs.SE
Analyzing Web Search Behavior for Software Engineering Tasks
Web搜索起着不可或缺的作用，在软件工程（SE），以帮助各种任务，如查找文档，调试，安装等，在这项工作中，我们提出了第一个大规模的分析，搜索行为的SE任务使用的搜索查询日志必应，商业网络搜索引擎。首先，我们使用远程监督技术来构建一个机器学习分类器，以提取F1得分为93%的SE搜索查询。然后，我们对一百万个搜索会话进行分析，以了解软件工程相关的查询和会话与其他查询和会话的不同之处。随后，我们提出了一个分类的意图，以确定在软件工程中使用Web搜索的各种情况。最后，我们分析了数百万个SE查询，以了解这些SE搜索意图的分布，搜索指标和趋势。我们的分析表明，SE相关的查询构成了整体网络搜索流量的重要组成部分。此外，我们发现，有六个主要的意图类别，其中网络搜索是用于软件工程。这些技术和见解不仅可以帮助改进现有工具，还可以激发新工具的开发，帮助为SE相关任务查找信息。
2020-08-29 cs.IR cs.SE
A Systematic Literature Review on Federated Machine Learning: From A Software Engineering Perspective
CSIRO（澳大利亚联邦科学与工业研究组织）；University of New South Wales（新南威尔士大学）
联邦学习是一种新兴的机器学习范例，其中客户端在本地训练模型并基于本地模型更新来制定全局模型。为了识别联邦学习的最新技术并探索如何开发联邦学习系统，我们从软件工程的角度进行了系统的文献综述，基于231项主要研究。我们的数据综合涵盖了联邦学习系统开发的生命周期，包括背景理解、需求分析、架构设计、实现和评估。我们强调并总结了结果中的发现，并确定了未来的趋势，以鼓励研究人员推进他们目前的工作。
2021-05-28 cs.DC cs.LG cs.SE
Software and Security Engineering in Digital Transformation
数字化转型是当前全球环境中的一个热门话题，因为许多组织一直在努力采用数字化解决方案。软件工程也已经成为一个更重要的角色，因为大量的系统，无论是传统的还是智能的，都依赖于收集、存储和处理数据的软件。软件工程师在数字化转型中的作用也变得至关重要。在这方面，本文旨在研究软件工程的趋势和软件工程师在数字化转型中的作用。此外，本文还探讨了安全软件开发在数字化转型中的重要性。可以得出结论，软件工程是数字化转型的一个组成部分，因为所有数字系统都使用软件来有效地执行其功能。软件作为数字系统和人类之间的桥梁，以交互和有效地使用系统。
2021-12-16 cs.SE
Maintaining the Heterogeneity in the Organization of Software Engineering Research
California State University, San Marcos（圣马科斯加州州立大学）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文呼吁维持软件工程研究组织的异质性，探讨其必要性、当前趋势及未来影响。
2026-02-03 cs.SE
A Conceptual Framework for Requirements Engineering of Pretrained-Model-Enabled Systems
本文针对预训练模型使能系统在能力边界、上下文行为和持续演化方面的特性对传统需求工程假设的挑战，提出一个专门的概念框架并指出未来研究方向。
2025-07-17 cs.SE
Formal methods and software engineering for DL. Security, safety and productivity for DL systems development
深度学习（DL）技术现在已经广泛应用，并被集成到许多重要的系统中。它们的分类和识别能力确保了它们与多个应用领域的相关性。作为依赖于训练而不是算法编程的机器学习，它们提供了高度的生产力。但它们可能容易受到攻击，并且验证其正确性只是作为一种科学和工程可能性才刚刚出现。本文是对以前发表的调查的重大更新，试图涵盖这一领域的所有最新出版物。它还涵盖了一个更近的趋势，即设计用于生成和训练神经网络的特定领域语言。
2019-01-31 cs.DC cs.SE
On a Factorial Knowledge Architecture for Data Science-powered Software Engineering
鉴于科学中的数据密集型和协作趋势，软件工程社区也越来越关注从数据存储库中获得有价值和有用的见解。然而，将数据科学应用于软件工程（例如，如果缺乏合适的知识体系结构（KA），挖掘软件存储库）可能是盲目的和无意义的。通过观察软件工程实践通常通过一组因素（例如，编程器容量、不同的环境条件等）在此基础上，提出了一种基于因素的软件工程知识共享层次模型，以最大化软件资源库的价值，并对未来的软件数据驱动研究有所启发。特别是，它是有组织的因素和它们的关系，有助于指导软件工程知识挖掘，而挖掘的知识反过来将通过相关的因素和它们的相互作用索引/管理。本文阐述了我们关于阶乘KA的思想，并简要地说明了一个KA组件，即软件产品工程的早期版本KA。一旦充分的范围，这个拟议的KA将补充众所周知的SWEBOK的因素为中心的知识管理和潜在的软件工程知识的覆盖面/含义。
2021-03-02 cs.SE
Current Trends in Digital Twin Development, Maintenance, and Operation: An Interview Study
该研究通过对19名产学研领域数字孪生相关专业人士的半结构化访谈，分析其开发、维护与运营的现状，发现认知与工具体系缺乏统一性，并指出引入软件工程实践有巨大潜力。
2024-04-18 cs.SE
The Evolution of Empirical Methods in Software Engineering
像实验这样的经验方法已经成为推动软件工程领域的一种强有力的手段，它可以为软件开发、操作和维护提供科学依据，也可以支持从业者的决策和学习。今天经验方法在软件工程中得到了充分的应用。然而，自20世纪60年代以来，它们已经发展了几次迭代。在本章中，我们讲述了经验软件工程的历史，并在五个迭代中介绍了经验方法在软件工程中的演变，即，(1)20世纪60年代中期至70年代中期，（2）70年代中期至80年代中期，（3）80年代中期至90年代末，（4）2000年代，（5）2010年代。我们主要从方法论的角度介绍了经验软件工程发展的五次迭代，并考虑了关键论文、地点和书籍，这些内容在推荐的进一步阅读的单独部分中按时间顺序进行了介绍。我们通过介绍第4节中的现状和展望以及经验软件工程的现有书籍来补充经验软件工程的演变。此外，基于本书所涵盖的章节，我们讨论了软件工程中与研究方法的多样性、人为因素、数据汇集和处理、证据的聚集和综合以及软件工程研究的影响有关的当代经验方法的趋势。
2020-05-08 cs.SE
A Systematic Mapping on Software Fairness: Focus, Trends and Industrial Context
École de Technologie Supérieure（工程技术学院）
本文通过系统文献映射分析软件公平性研究的现状，指出其在方法和算法上的集中，以及在工业应用中的不足，呼吁加强学术与工业的合作。
2025-12-29 cs.CY cs.SE
Computer-Supported Collaborative Learning in Software Engineering Education: A Systematic Mapping Study
自20世纪90年代初以来，计算机支持的协作学习（CSCL）一直是一个稳定的研究课题，并一直持续到今天。CSCL在课堂上的基本好处已经在许多教育领域建立起来，特别是提高学生的动机和批判性思维。本文对软件工程教育中计算机支持的协作学习的研究现状进行了系统的映射研究。这项研究调查了2003年至2013年发表的文章，以了解这一科学领域的进展情况。CSCL在软件工程教育中正在进行的研究主题涉及更广泛的学习社区和不同协作方法的有效性。我们发现，虽然研究确定了CSCL在从本地到全球的几个不同环境中的好处，但这些方法并不总是足够详细和比较，以确定哪些因素使其成功。
2019-06-25 cs.CY cs.SE
Just Enough, Just in Time, Just for "Me": Fundamental Principles for Engineering IoT-native Software Systems
通过无缝集成日常物品并改变我们与周围环境互动的方式，物联网（IoT）正在大幅改善家庭的生活质量并提高企业的生产力。鉴于物联网独特的特性，物联网应用已经从主流应用类型中脱颖而出。受可编程世界前景的启发，我们进一步预见了设计，开发，部署和维护软件系统的物联网原生趋势。然而，尽管物联网软件项目的挑战经常被讨论，但解决这些挑战仍处于“跨越鸿沟”时期。通过参与几个不同的物联网项目，我们逐渐提炼出了设计物联网原生软件系统的三个基本原则，例如刚刚好、及时和只为“我”。这些原则针对的是与物联网环境最典型特征相关的挑战，从资源限制到物联网设备的技术异构性。我们希望这项研究能够为物联网原生软件工程这一主题引发专门的努力、技术和理论。
2022-01-24 cs.SE
A Survey of Software Engineering Practices in Turkey (extended version)
背景：了解行业中使用的软件工程实践和技术的类型是很重要的。在每个软件团队和公司中进行的软件工程实践的类型和成熟度方面有很宽的范围。为了描述在软件公司中进行的软件工程实践的类型，在不同的国家和地区进行了各种调查。土耳其有一个充满活力的软件行业，重要的是要描述和了解该行业的软件工程实践的状态。目标：我们的目标是描述和掌握土耳其软件行业软件工程实践类型的高级观点。在这项研究中，我们调查的软件工程实践包括：软件需求、设计、开发、测试、维护、配置管理、发布计划和支持实践。目前的调查是在土耳其软件行业背景下进行的最全面的调查。方法：为了实现上述目标，我们系统地设计了一个在线调查46个问题，根据我们过去的经验，在加拿大和土耳其的背景下，并使用软件工程知识体系（SWEBOK）。来自土耳其软件行业的202名执业软件工程师参加了调查。我们分析和报告在本文中的问题的结果。只要有可能，我们还会将我们的调查趋势和结果与2010年在加拿大软件行业进行的类似调查结果进行比较。
2014-12-16 cs.SE
An Architecture Process Maturity Model of Software Product Line Engineering
软件体系结构由于其在创建高质量软件中的重要作用而成为软件工程界的一个关键研究领域。开发产品线而不是单一产品的趋势使软件产品线成为行业中可行的选择。软件产品线体系结构被认为是产品线中的关键组成部分之一，因为所有的产品都共享这个共同的体系结构。软件产品线的日益普及需要一种过程成熟度评估方法。因此，本文提出了一个软件产品线工程的体系结构过程成熟度模型，以评估当前成熟的产品线体系结构开发过程中的组织。评估问卷和评级方法构成了这一模式的框架。调查问卷的目的是收集有关软件产品线架构开发过程的信息。因此，在一般情况下，这项工作有助于建立一个全面的和统一的战略，软件产品线工程的过程成熟度评估。此外，我们进行了两个案例研究，并报告了评估结果，这表明了两个组织的体系结构开发过程的成熟度
2015-07-24 cs.SE
Towards an Understanding of Large Language Models in Software Engineering Tasks
本文针对大语言模型在软件工程领域应用与评估缺乏系统研究的问题，通过筛选123篇2022年以来的相关论文，从七类软件工程任务角度综述研究现状并梳理评估结果，为后续研究与优化提供参考。
2024-12-10 cs.SE
A New Paradigm of Software Service Engineering in the Era of Big Data and Big Service
服务化是近年来重塑信息世界和社会的最重要趋势之一。收集、存储、处理和共享大数据的需求已经导致大量软件资源被开发并作为基于Web的服务可访问以促进这样的过程。这些处理大数据的服务来自不同的领域和异构的网络，汇聚成一个庞大复杂的服务网络（或生态系统），称为大服务（Big Service）。大数据和大服务生态系统面临的关键问题是如何优化配置和运营相关的服务资源，以服务于可能的应用的特定需求，即，如何有效地重用已有的服务资源，开发新的应用或软件服务，满足用户的个性化需求，本文在分析大服务生态系统的基础上，提出了一种新的软件服务工程范式RE 2SEP（服务工程范例的装配-工程两阶段），包括三个组成部分：面向服务的需求工程、面向领域的服务工程和软件服务开发方法。RE 2SEP能够快速设计和实施服务解决方案，以满足大服务生态系统中大量个性化客户的需求主张。以智慧城市环境下的人的移动服务为例，说明了RE 2SEP的应用，RE 2SEP有望彻底改变传统的面向生命周期的软件工程，为软件服务工程提供一种新的方法。
2016-08-30 cs.SE
What's in a Software Engineering Job Posting?
Saarland University（萨尔兰州立大学）；University of Hamburg（汉堡大学）
本文通过主题分析100份2023年软件工程岗位招聘启事，挖掘雇主对候选人的非技术要求，为相关群体提供参考并留存行业趋势记录。
2025-11-17 cs.SE
A Bibliometric Study of Asia Pacific Software Engineering Conference from 2010 to 2015
亚太软件工程会议（APSEC）是一个久负盛名的会议，截至2015年已成功举办了二十多年。我们进行了一项基于文献计量学和科学出版物挖掘的研究，以了解会议在过去六年（2010年至2015年）中的发展情况。我们的目标是对APSEC的现状进行深入研究，以便APSEC社区能够确定会议的优势，改进领域和未来方向。我们的实证分析基于各种视角，例如：论文提交接受率趋势，会议地点，学术生产力和各国的贡献，分析基调，研讨会，会议组织者和赞助商，教程，多产作者的识别，计算论文和贡献作者的引用影响，内部和外部合作，大学和行业的参与和合作，性别不平衡测量，主题分析，年度作者流失和程序委员会特征。
2016-10-30 cs.DL cs.SE
DARVIZ: Deep Abstract Representation, Visualization, and Verification of Deep Learning Models
传统的软件工程编程范式大多是面向对象或过程的，由确定性算法驱动。随着深度学习和认知科学的出现，数据驱动编程的趋势正在出现，这在软件工程社区中创造了编程范式的转变。可视化和解释当前大规模数据驱动的软件开发的执行是具有挑战性的。此外，对于深度学习开发，有许多库采用多种程序设计语言，如TensorFlow（Python）、CAFFE（C++）、Theano（Python）、Torch（Lua）和Deeplearning4j（Java），这推动了对跨库互操作性的巨大需求。
2017-08-16 cs.SE
Category Theory and Model-Driven Engineering: From Formal Semantics to Design Patterns and Beyond
标题中有一个隐藏的阴谋。CT是最抽象的数学学科之一，有时被戏称为“抽象的废话”。MDE是软件开发的一个新趋势，在工业上得到了标准、工具和新的“银弹”地位的支持。令人惊讶的是，分类模式可以直接应用于日常MDE实践中出现的结构的数学建模。模型合并、转换、同步和其他重要的模型管理场景都可以看作是分类规范的执行。此外，本文旨在阐明一个索赔，CT和MDE之间的关系是更复杂和更丰富的比通常假设的“应用数学”。CT为MDE提供了一个真正实用价值的设计模式和结构原则的工具箱。我们将给出一些例子，说明模型管理场景的基本分类安排如何揭示现代工具自动化场景架构中的缺陷。
2012-09-07 cs.LO cs.SE
Enablers and Impediments for Collaborative Research in Software Testing: An Empirical Exploration
当涉及到工业组织时，当前在软件工程研究中的协作努力通常保持在内部，剥夺了这些组织建立独立协作研究所需的技能。目前的趋势，经验软件工程研究，需要建立一定的标准，这将指导这些合作努力，建立一个强大的伙伴关系，促进独立的，以证据为基础的，软件工程研究。本文探讨了在软件测试领域中有效和高效的行业-学术界合作的关键因素。该研究的一个主要发现是，虽然技术是更好合作的强大推动力，但必须辅之以行业开放性，以披露研究结果和使用专用工具平台。我们使用自动化测试生成方法作为一个例子，该方法是在过去两年中与瑞典的庞巴迪运输公司合作开发的。
2015-03-10 cs.SE
Promptware Engineering: Software Engineering for Prompt-Enabled Systems
Tsinghua University（清华大学）；Nanyang Technological University（南洋理工大学）；Peking University（北京大学）；King’s College London（伦敦国王学院）
本文提出提示软件工程，旨在通过软件工程原则系统化解决提示开发中的挑战，提升提示启用系统的发展。
2026-01-27 cs.SE
Foundation Models for Software Engineering of Cyber-Physical Systems: the Road Ahead
Simula Research Laboratory（Simula 研究实验室）；University of Oslo（奥斯陆大学）；Mondragon University（蒙德拉贡大学）
探讨基础模型在网络物理系统软件工程中的应用，指出除语言模型外其他模型潜力大。通过文献等得出前瞻性研究路线图，突出挑战与机会，还讨论了应用模型的常见挑战，为研究和实践提供指导。
2026-07-07 cs.SE
Landscaping Systematic Mapping Studies in Software Engineering: A Tertiary Study
背景：文献中报告了一些涵盖软件工程（SE）的系统映射研究（SMS）。第三级研究综合了第二级研究，提供了一个地区的整体视图。目标：我们综合了SE中的SMS，以深入了解现有的SE领域，并调查SMS的趋势和质量。方法：我们使用系统性文献综述方案分析并映射SE中的SMS，直到2017年8月，到SE知识体系（SWEBOK）。结果如下：结果表明：（1）软件设计和构造是软件工程中最活跃的领域;（2）软件工程中的数学基础、软件配置管理和软件工程工具等领域缺乏软件工程中的软件工程中（5）SMS质量低可归因于SMS中缺乏质量评估以及未报告有关主要研究的信息。结论：在一些SE地区有可能出现更多的SMS。许多SMS不提供SMS所需的信息，这导致低质量分数。
2019-09-24 cs.SE
A Complexity measure based on Requirement Engineering Document
研究表明，软件质量的准确评估是软件开发中的主要问题.此外，这种估计取决于软件固有的复杂程度，即复杂性。本文试图实证证明所提出的复杂性，这是基于IEEE需求工程文件。高质量的SRS是高质量软件的先决条件。需求工程文档（SRS）是针对特定环境执行某些特定功能的特定软件产品、程序或程序集的规范。到目前为止给出的各种复杂性度量都是基于软件的代码和认知度量值的。因此，这些指标对代码开发人员没有任何影响。考虑到基于代码的方法的缺点，该方法在SDLC过程中冻结需求后立即识别软件的复杂性。建议的复杂性措施比较以及与既定的复杂性措施。最后，该趋势可以验证所提出的措施的结果。最后，基于需求的复杂性度量可以用来了解拟议软件的复杂性之前，实际实施的设计，从而节省成本和人力浪费。
2010-06-14 cs.SE
Evolutionary Trends of Developer Coordination: A Network Approach
软件演化是一个基本的过程，它超越了技术工件的领域，渗透到软件项目的整个组织结构中。通过对18个大型开源项目的纵向实证研究，我们研究并讨论了管理开发人员协调的进化原则。通过应用网络分析方法，我们发现，开发人员协调的隐式和自组织结构是无处不在的非随机组织原则，无视传统的软件工程智慧。特别是，我们发现：（a）开发者形成无标度网络，其中大多数协调需求出现在极少数开发者之间，（b）开发者倾向于随着时间的推移与越来越多的开发者积累协调需求，这大概受到上限的限制，以及（c）最初开发者被分层地布置，但是随着时间的推移，形成混合结构，其中核心开发者被分层地安排而外围开发者没有。我们的研究结果表明，大型项目的组织结构受到限制，发展到一个平衡开发人员协调的成本和收益的状态，用于实现这种状态的机制取决于项目的规模。
2016-10-19 cs.SE
A Conceptual UX-aware Model of Requirements
用户体验（UX）对于软件产品的成功变得越来越重要。然而，许多公司在使用UX时仍然面临各种挑战。这些挑战的一部分与用户体验的知识和意识不足有关，并且当前的用户体验模型通常不实用，也不能很好地集成到现有的软件工程（SE）模型和概念中。因此，我们提出了一个概念性的用户体验感知模型的软件开发从业人员的需求。这个分层模型显示了用户体验与功能和质量需求之间的相互关系。该模型是基于当前的用户体验模型和软件质量特征。通过该模型，我们突出了各种需求类型之间的主要差异，特别是本质上主观和偶然主观的质量要求。我们还提出了通过与12个从业者和研究人员的访谈，该模型的初步验证的结果。我们的研究结果表明，该模型可以提高从业者的知识和意识的用户体验，特别是在需求和测试活动。它还可以促进不同背景的利益相关者之间与用户体验相关的沟通。
2016-06-28 cs.HC cs.SE
Automated Quantum Software and AI Engineering
University of Colorado Colorado Springs（科罗拉多大学科罗拉多斯普林斯分校）
本文系统回顾了量子软件工程和量子人工智能中半自动化方法的发展，探讨了自动化在提升量子和混合量子-经典应用效率中的作用及未来方向。
2026-04-21 cs.SE
Toward a Brazilian Research Agenda in Quantum Software Engineering: A Systematic Mapping Study
本研究通过系统性映射分析了167篇文献，揭示了量子软件工程（QSE）缺乏标准化与实证研究的现状，并提出巴西QSE研究议程以促进本土科学发展。
2025-07-01 cs.SE
Mobile App Privacy in Software Engineering Research: A Systematic Mapping Study
移动应用程序（app）已经变得非常个人化，不断要求访问隐私敏感信息，以换取更个性化的用户体验。这种侵犯隐私的做法在应用程序用户中产生了重大的多维和非常规隐私问题。为了解决这些问题，在过去十年中，对移动应用程序隐私的研究经历了快速增长。总的来说，这一系列研究旨在系统地揭露应用程序的隐私做法，并提出保护移动应用程序用户隐私的解决方案。在这篇调查论文中，我们对54项软件工程（SE）关于移动应用隐私的主要研究进行了系统的映射研究。我们的目标是a）探索SE应用程序隐私研究的趋势，b）对现有证据进行分类，c）确定未来研究的潜在方向。我们的研究结果表明，现有的文献可以分为四个主要类别：隐私政策，要求，用户的角度来看，泄漏检测。此外，我们的调查揭示了这些类别之间的不平衡;大多数现有的研究集中在提出检测隐私泄露的工具，针对隐私要求和政策的研究较少，更少的是从用户的角度。最后，我们的调查暴露了现有研究中的一些差距，并提出了改进的领域。
2019-10-08 cs.HC cs.SE
The Development of Reflective Practice on a Work-Based Software Engineering Program: A Longitudinal Study
University of Glasgow（格拉斯哥大学）
本文通过纵向分析四年内学生提交的反思作业，揭示软件工程教育中反思能力随时间发展的趋势，发现后期学生更倾向于整合知识、运用技能和重构实践，强调工作与学习的互补性。
2025-05-01 cs.SE
A Mapping Study About Training in Industry Context in Software Engineering
本文运用 Salas 培训框架对 26 篇软件工程企业培训研究进行系统映射，发现研究集中于教学策略，并指出方法严谨性、纵向评估及模拟培训等方面的空白。
2025-06-14 cs.SE
On the Usage of Psychophysiological Data in Software Engineering: An Extended Systematic Mapping Study
近年来，许多研究已经应用可穿戴设备来捕获软件开发人员的心理生理数据。然而，目前的文献缺乏调查，分类的研究，并指出差距，以探讨。因此，本文试图通过分类和创建一个系统的作品地图，提出一个全面的文学概述。此外，它还试图找出研究差距，挑战和趋势。根据广为人知的指导方针，设计并运行文献的系统映射，以回答八个研究问题。经过仔细的筛选过程，我们从7个数字图书馆检索到的2,084本潜在相关作品中选择了27个有代表性的研究。主要结果如下：对已发表的研究进行了分类;用于获取心理生理数据的设备并不占优势;超过50%的研究探讨了与精神状态和神经活动有关的指标; 80%的研究分析了复合数据，以了解认知负荷，并在理解调试程序和策略的背景下。我们的研究结果可以通过创建一个系统的文献地图，使研究人员和学生受益，成为未来研究的起点。
2021-05-28 cs.SE
Analysis of LLMs vs Human Experts in Requirements Engineering
Crowdbotics（克劳博蒂克斯公司）
本研究对比了LLM与人类专家在需求获取中的表现，发现LLM生成的需求更对齐、更完整、速度更快且成本极低，表明LLM将在需求工程中发挥日益重要的作用。
2025-02-04 cs.AI cs.SE
SEAT: A Taxonomy to Characterize Automation in Software Engineering
降低构建高质量软件所需的成本和时间是软件开发人员的主要目标。自动化软件工程（ASE）研究人员的主要目标是构建能够帮助实现这一目标的工具和技术。然而，为了有效，ASE研究人员或专业人员必须了解成功和不太成功的ASE工具的特性，以及这些ASE工具所采用的组成技术。在本文中，我们提出了这样的ASE工具和主要组成技术的表征，从不同领域的计算机科学和工程，已采用这样的ASE工具。为了开发表征，我们对约1175篇ASE研究文章进行了广泛的系统性文献综述。我们的主要目标之一是确定ASE工具、其组成技术和这些工具所针对的软件开发生存周期活动之间的有用关系。在随着时间的推移，我们没有观察到任何明显的趋势，在流行的组成技术的变化。我们将我们的特征化结果组织为一个名为SEAT（软件工程自动化分类）的分类法。SEAT的一个突出特点是它侧重于SDLC所有阶段的活动自动化。在其他应用程序中，这种分类法应能够为不同的SDLC活动合成新的自动化工具。重组现有系统以实现更好的功能也是可能的。此外，分类法已经被实现为使用neo4j（开源图形数据库）的图形数据库，其可以使用类似SQL的语言来查询。图数据库允许我们通过穷举搜索不同节点（即概念）之间的连接和路径来揭示隐藏的关系。我们通过讨论几个实际用例来证明SEAT的有效性。
2018-03-26 cs.SE
The Current Challenges of Software Engineering in the Era of Large Language Models
本文重新审视了大语言模型下的软件开发生命周期，通过学术界与工业界专家的深入讨论，从需求设计、编码辅助、测试生成等七个方面总结了26个关键挑战，以促进LLM4SE领域的未来研究。
2024-12-27 cs.SE
Agentic AI Software Engineers: Programming with Trust
National University of Singapore（新加坡国立大学）；Carnegie Mellon University, KBR Inc., NASA Ames（卡内基梅隆大学、KBR公司、NASA阿姆斯特朗实验室）；CISPA Helmholtz Center for Information Security, University of Stuttgart（CISPA海姆霍兹信息安全中心、斯图加特大学）；Columbia University（哥伦比亚大学）
本文探讨了LLM智能体在软件工程中的应用前景，提出成功部署AI软件工程师需要建立不低于人类实践水平的信任，并主张编程重心应从规模化转向以信任为核心。
2025-09-21 cs.AI cs.SE
