检索结果-南通市图书馆

基于图神经网络的重复pull request检测研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图神经网络的重复Pull Request检测研究

作者：崔博夕南京邮电大学

学位级别：硕士

在愈发流行协同开发的时代,Git Hub成为了众多开发人员以及团队的首选,参与人员通过发起pull request进行项目功能的添加或者bug的修复工作,在提交完pull request后,需要项目的核心审核人员进行合并、修改或者拒绝操作。对于流行的Git ... 详细信息

在愈发流行协同开发的时代,Git Hub成为了众多开发人员以及团队的首选,参与人员通过发起pull request进行项目功能的添加或者bug的修复工作,在提交完pull request后,需要项目的核心审核人员进行合并、修改或者拒绝操作。对于流行的Git Hub项目,会有众多的pull request,由于协同开发的原因,不同的开发人员可能会针对同一个问题发起pull request,这会引起项目审核人员以及开发人员后续工作量的增加。目前Git Hub中没有自动化的检测工具来检测重复pull request,重复pull request的人工检测难度也非常大,因此进行重复pull request的检测研究具有重要意义。本文提出了一种基于图神经网络的重复pull request检测方法。首先计算pull request标题、描述、commit信息、变更文件列表、变更代码信息和代码更改位置的相似性,然后基于相似性与Adaboost算法进行重复pull request的检测工作,最后将检测方法与传统方法进行对比。在方法中针对pull request变更代码相似性计算引入了图神经网络模型,在代码片段的抽象语法树基础上添加了表示数据流和控制流的边,形成了一种基于抽象语法树（Abstract Syntax Tree,AST）的程序图,更好的解决了代码的语义相似问题。在pull request的变更代码文件输入图神经网络模型前,进行了预处理工作,将抽象语法树结合diff信息（diff信息是指通过git diff指令得到的不同版本间的代码变更信息）实现了方法级别上的重写,提升了研究的正确性和合理性。研究中选取Python项目和Java项目进行了重复pull request检测工作,在对Python项目的研究中,该方法相比于现有方法在Recall-rate@20方面提升了22%左右,在引入图神经网络并对变更代码文件预处理的Java项目研究中,该方法相比于现有方法在Recall-rate@20方面提升了25%左右。在特征值的精度重要性研究中,去除变更代码特征值后,精度下降30%-45%,得出变更代码是最重要的一个特征值。

关键词： pull request 图神经网络抽象语法树重复检测自然语言处理

GitHub中pull request复杂性对集成影响的实证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GitHub中PULL REQUEST复杂性对集成影响的实证研究

作者：佟光海南京邮电大学

学位级别：硕士

GitHub是一个流行的代码平台,它提供了基础设施来促进协作开发。pull request(PR)是支持协作的关键之一。开发人员被鼓励提交PRs,并由项目维护者集成他们的贡献。实际上,并不是所有提交的PRs都能被项目维护者集成到代码库中。已有研究... 详细信息

GitHub是一个流行的代码平台,它提供了基础设施来促进协作开发。pull request(PR)是支持协作的关键之一。开发人员被鼓励提交PRs,并由项目维护者集成他们的贡献。实际上,并不是所有提交的PRs都能被项目维护者集成到代码库中。已有研究探讨了影响PR集成的因素。然而,研究者普遍提到的PRs复杂性还没有得到深入的研究。因此在本文中,探索性地分析了PRs的复杂性对GitHub中PR集成的影响。在关注人数最多的10个Java Script项目中对59,566个已关闭的PRs进行了实验。首先确定了衡量PRs的复杂性的指标;然后通过对三个研究问题进行实验,使用箱线图说明了PRs的复杂性在不同项目之间的差异,同时,通过构建线性混合效应模型和广义线性混合模型来衡量PRs的复杂性对PRs集成的影响,包括合并PRs的决策和关闭PRs的时间成本。结果表明:(1)PRs的复杂性确实在不同项目间存在差异。(2)提交复杂性小的PRs更容易被合并到代码库中。(3)PRs的复杂性对关闭PRs时间成本的影响基本可以忽略不计。最后,本文讨论了研究结果对开源项目的维护人员和开发人员的一些启示,并且对PRs的复杂性与关闭PRs的时间成本的相关关系做了进一步的研究,研究发现:复杂性特别大的PRs很大程度上没有得到审查人员的仔细审查就被拒绝了。我们的研究向开发人员展示了如何提供更好的贡献以促进高效协作的证据。

关键词： GitHub pull request 复杂性实证研究

GitHub社区中pull request的重复检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GitHub社区中Pull Request的重复检测

作者：郑源珺大连理工大学

学位级别：硕士

GitHub以大众参与的开发模式对软件开发技术产生了深远影响,但由于其项目管理模式高度精简导致项目管理混乱的现象。pull request模块为记录用户对代码功能的更改,提交后需人工审核是否接受更改活动。对于关注度较高的项目,提交的大量Pu... 详细信息

GitHub以大众参与的开发模式对软件开发技术产生了深远影响,但由于其项目管理模式高度精简导致项目管理混乱的现象。pull request模块为记录用户对代码功能的更改,提交后需人工审核是否接受更改活动。对于关注度较高的项目,提交的大量pull request之间存在重复的问题,现有研究表明pull request在GitHub重复关系中占比约40%。重复的pull request人工检测难度很大,也会延缓软件的开发与维护工作。本研究提出了两种对重复的pull request自动检测的方法。首先针对pull request的文本说明部分,提出了基于文本显性特征以及隐含主题模型的文本相似度重复检测。使用BM25方法表征文本中的显示特征,由于语言表达的丰富性,本文结合了文本隐含主题特征的LDA算法挖掘文本语义信息。其次针对pull request的提交代码部分,提出了基于Java及Python的代码相似度重复检测,使用抽象语法树对代码的语法结构等信息进行特征表示,并对抽象子树进行特征向量构建,为降低向量间线性检索时间,使用局部敏感哈希算法近似最近邻检索,对提交代码中相似代码片段进行统计得到代码的相似度。最后本文提出结合pull request的文本相似度及代码相似度模型进行对重复的检测。基于本文提出的方法,对Rails,***以及Elasticsearch三个项目进行文本显性特征以及隐含主题模型的文本相似度重复检测,该方法相对于现有方法在Recallrate@20上提升了1.36%。基于Java,Python语言,对Scikit-learn以及Elasticsearch两个项目分别进行代码相似度重复检测以及结合文本相似度及代码相似度的重复检测,发现结合文本相似度及代码相似度的重复检测的Recall-rate@20均值为63.63%,相对于现有方法提升了4.49%。

关键词： pull request 重复检测软件维护主题模型抽象语法树

开源项目中pull request被拒绝因素的分析与研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

开源项目中Pull Request被拒绝因素的分析与研究

作者：程逸凡南京邮电大学

学位级别：硕士

pull request是GitHub中代码贡献的一种重要方法,当开发人员希望将其代码更改从本地机器合并到存储项目中所有源代码的主存储库时,将提交pull request。在将代码更改合并到主存储库之前,开发人员必须请求权限。如果它们的源代码被允许合... 详细信息

pull request是GitHub中代码贡献的一种重要方法,当开发人员希望将其代码更改从本地机器合并到存储项目中所有源代码的主存储库时,将提交pull request。在将代码更改合并到主存储库之前,开发人员必须请求权限。如果它们的源代码被允许合并,则pull request状态显示为被接受。另一方面,如果不允许合并它们的源代码,则pull request状态将显示为被拒绝。由于多个因素,例如源代码质量、开发者的经验、开发者与审阅者交互情况和pull request流程持续周期等,提交的pull request可能会遭到拒绝。开发人员修复被拒绝的pull request将花费一些额外的精力和时间,这会影响项目成本和时间线。基于上述问题,本文通过数据挖掘的关联规则,找出GitHub上影响pull request被拒绝的相关影响因素,并发现影响因素之间的关系,本文在分析拒绝pull request的影响因素,不仅包括开源代码的特征因素,而且还包括每个pull request事务的代码质量指标因素、开发人员的经验特征以及pull request过程的交互等因素。这些影响因素可以添加到组织或开源项目的编码指南中,成为开发人员将其代码更改合并到主存储库之前验证源代码的清单。还可以在其单元测试代码上添加检查规则,以帮助开发人员提交的pull request尽量避免被拒绝。最后,本文基于logistic回归模型对pull request被拒绝进行预测实验,预测实验中考虑的输入特征是通过数据挖掘中的关联规则找出的影响pull request被拒绝的相关因素。其中主要包括修改变更的代码特性、pull request描述的文本特性、开发人员以前行为的贡献者特性以及pull request过程的交互等因素。实验评估了包含12个开源项目中140155个pull request上的有效性。实验表明,基于logistic回归模型预测结果具有良好的性能,其准确度为0.84,召回率为0.99,F1分数为0.91。评价指标相对于基线方法均有了一定的提高。分析预测实验结果表明通过数据挖掘中的关联规则找出的影响因素确实对pull request合并结果具有了足够的影响力。因此可以帮助开发人员将精力集中在主要的因素问题上,或者分配更多资源来克服关键问题缺陷,并帮助开发人员提交的pull request避免被拒绝,减少项目成本和时间线。

关键词： pull request 影响因素关联规则数据挖掘回归模型

Code Reviewer Intelligent Prediction in Open Source Industrial Software Project

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Computer Modeling in Engineering & Sciences 2023年第10期137卷 687-704页

作者： Zhifang Liao Bolin Zhang Xuechun Huang Song Yu Yan Zhang School of Computer Science and Engineering Central South UniversityChangsha410083China Department of Computing School of ComputingEngineering and Built EnvironmentGlasgow Caledonian UniversityGlasgowG40BAUK

Currently, open-source software is gradually being integrated into industrial software, while industry protocolsin industrial software are also gradually transferred to open-source community development. Industrial protocolstandardization organizations are confronted with fragmented and numerous code PR (pull request) and informalproposals, and differentworkflowswill lead to increased operating costs. The open-source community maintenanceteam needs software that is more intelligent to guide the identification and classification of these issues. To solvethe above problems, this paper proposes a PR review prediction model based on multi-dimensional features. Weextract 43 features of PR and divide them into five dimensions: contributor, reviewer, software project, PR, andsocial network of developers. The model integrates the above five-dimensional features, and a prediction model isbuilt based on a Random Forest Classifier to predict the review results of PR. On the other hand, to improve thequality of rejected PRs, we focus on problems raised in the review process and review comments of similar *** a PR revision recommendation model based on the PR review knowledge graph. Entity information andrelationships between entities are extracted from text and code information of PRs, historical review comments,and related issues. PR revisions will be recommended to code contributors by graph-based similarity *** experimental results illustrate that the above twomodels are effective and robust in PR review result predictionand PR revision recommendation.

关键词： Open source software pull request random forest knowledge graph

基于GitHub的高校图书馆开源项目开发制约因素分析

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

江苏科技信息 2022年第30期39卷 75-80页

作者：陈萍程逸凡南京医科大学图书馆江苏南京211166 南京邮电大学江苏南京210046

文章针对高校图书馆在开源项目开发中遇到的技术难点进行了分析,通过数据挖掘的关联规则,找出GitHub上影响pull request被拒绝的相关影响因素,并发现影响因素之间的关系,通过实验研究得出开发人员提交的pull request尽量避免被拒绝的方... 详细信息

文章针对高校图书馆在开源项目开发中遇到的技术难点进行了分析,通过数据挖掘的关联规则,找出GitHub上影响pull request被拒绝的相关影响因素,并发现影响因素之间的关系,通过实验研究得出开发人员提交的pull request尽量避免被拒绝的方法,从而为高校图书馆进行开源项目研发提供技术助力,提升高校图书馆的数字服务能力。

关键词：数据挖掘 pull request GitHub 高校图书馆关联规则