开源软件库中程序员提交文件模体分析.pdfVIP

第 12卷第 2期 复 杂 系 统 与 复 杂 性 科 学 Vo1．12 No．2 2015 年 6月 C0M PLEX SYSTEM SAND C0M PLEXITY SCIENCE Jun． 20l5 文章编号 ：1672—3813(2015)02—0078—07；DOI：10．13306／j．1672—3813．2015．02．012 开源软件库中程序员提交文件模体分析 方慧婷 ，傅晨波 ，陈风雷，宣 琦 (浙江工业大学信息工程学院，杭州 310023) 摘要 ：利用 Git代码库中文件提 交信息统计开源软件 中的单次提 交的文件数量分布， 并且利用网络模体分析方法将单次提交的少量文件之 间的相互依赖 关系进行 了分 析。发现每个项 目中程序员单次提交的文件数量基本服从幂律分布 ，并且程序员单 次提交的少量文件之间通常会存在显著的相互依赖关系。通过对程序员单次提交文 件之 间的关系分析 ，可以帮助现有的推荐系统预测程序员下一步可能修改的文件 ，从 而提高程序 员的工作效率。 关键词 ：开源软件；编程网络；模体 ；幂律 ；文件依赖 网络 中图分类号 ：N945；TP311 文献标识码：A AnalyzingFile—MotifCommittedbyDevelopersinOpenSource SoftwareRepository FANG Huiting，FU Chenbo，CHEN Fenglei，XUAN Qi (CollegeofInformationEngineering，ZhejiangUniversityofTechnology，Hangzhou310032， Abstract：Inthispaper，weanalyzethecommitteddataofdevelopersinGitrepositorytoinvesti— gatethedistributionofthenumbersoffilesin differentcommitsandthedependency amongthe filesineachcommit．W efindthatthedistributionofthenumberoffilesinacommitforeachpro— jectfollowsapproximatelyapower—law distribution，andfilescommittedbyadeveloperatthe sametimearelikelyto dependenton each other．Such analysisofthedependencybetween the filescommittedatthesametimecanhelptodesignbetterrecommendersystem topredictthenext focusofadeveloperandthusmayimproveherworkefficiency． Keywords：OSS；programmingnetwork；motif；power—law ；filedependencynetwork 0 引言 开源软件 (OpenSourceSoftware，OSS)Ei-2~是提供开放源代码 的计算机软件。此类软件包括 Linux，BSD， Mysql，以及 Apache软件基金会 中的很多软件等 。与传统的软件相比，开源 的方式提供 了整个软件项 目开发过 程的所有数据，这些公开的数据对开源软件分析与使用都具有不凡 的价值。其中，版本控制系统_l3是管理软件开 发过程 的主要工具 ，它为我们提供了很多关于软件项 目的开发信息，这些信息可 以用于重构开源软件的创建过 程 ]，同时研究