福井
Note†
Todo†
- Pythonの勉強
- 論文のサーベイ（テキストマイニングとかも）
- LDAを少しずつ勉強
- Git
ミーティング†
4/12†
Done†
- トピックモデルによる統計的潜在意味解析の本のLSIの部分を読んだ
- Pythonによるスクレイピング&機械学習 0章と1章
Todo†
- Pythonによるスクレイピング 4章以降
- (高）Mecab、gensimのアルゴリズムを理解する
4/5†
Done†
- テキストマイニング入門を読んだ（かなり飛ばしながら）
- LSIの仕組みがわかってきた(重要でない情報を削って重要な情報を目立たせる？)
Todo†
- 特異値分解の理解
- pythonによる機械学習をpdfにして勉強
3/29†
Done†
- LSIとLDAがどういうものか調べてみた（何が出来るかはざっくりとは分かったが、数式は全然わからない、違いもあまり分からない）
- Gitの基本的な使い方は分かってきた
Todo†
- tfidf、LSI、LDAの違い
- テキストマイニング入門を読む
3/15†
Done†
- Pythonの勉強（言語処理のためのプログラミング入門）もうすぐ終わる
- LDAを使うためにgensim入れてみた。（使い方はよくわからない）
Todo†
- テキストマイニングの勉強
- gensimのライブラリを全体像を確認する
- 「自然言語処理の基本と技術」読む
3/8†
Todo†
- ある時期だけ、起こっている事象を分析
- LDAを少しずつ勉強
- 論文のサーベイ（テキストマイングとかも）
3/1†
Todo†
- メールによってソースコードよりも粗い粒度で、開発者の知識レベルを特定
- エキスパート推薦のサーベイ
- ソフトウェア工学以外のエキスパート推薦の論文の方が使える技術があるかも？(人工知能系）
Schedule†
| Mon | Tue | Wed | Thu | Fri |
|---|
| 1 | | | | 全体MTG | |
|---|
| 2 | | | | 全体MTG | |
|---|
| 3 | | | | | |
|---|
| 4 | | | | | |
|---|
| 5 | | | | | |
|---|
Bookmarks†
今後読む論文†
Read Papers†
Title : What can OSS mailing lists tell us ?†
- Author : Peter C. Rigby,Ahmed E. Hassan
- Source : MSR'07
- Publication Date : 2007
- Read Date : 4/10
- Overview :
- 目的
- OSS開発者として成功した開発者に人間性の特徴はあるか？
- 開発者がプロジェクトを離れる理由を特定する
- 手法
- LIWC,Weka,を用いて性格を分析し、トップ開発者間と一般開発者との違いを比べる
- トップ開発者がプロジェクトを初めた時と離れた時のメールに今回の手法を適用して、言葉がどう変わるかを分析
- Note :
Title : 大規模テキストからの経験マイニング†
- Author : 倉島 健 藤村 考 奥田 英範
- Source : (社)電子情報通信学会 2009
- Publication Date :
- Read Date : 2017/3/1
- Overview :
- 状況（時間・空間）に特有の行動と感情を表現するルールの発見を試みる
- ブログデータからテキストマイニングする
- 文章から 時間・空間・動作・対象・感情を抽出する
- 感情から、その動作が行動主にって成功か失敗の属性も追加する
- 相関ルール
- 状況と行動 {空間・時間}→{動作・対象}
- 状況と主観 {時間・空間}→{感情}
- 行動と主観 {動作・対象}→{感情}
- 状況と行動と主観 { 時間、空間、動作、対象}→{感情} {時間、空間}→{動作、対象、感情} {時間、空間、感情}→{動作、対象}
- 支持度・確信度・リフト値で結果をソート
- 支持度・確信度では単に多く出現している単語の組み合わせが上位（割と何にでも言えること）
- リフト値では、その空間特有の動作、感情が表示されていた
- 空間・時間によって特定の行動や感情がどの程度起こりやすいか分かる
- またその空間、特有の行動も分かる
- Note :
- あまりエキスパート推薦と関係なかった
- ただメールを分析した時、空間（特定の知識）について肯定的な行動を取ってたりしたら知識レベル高そう
- あと出てくる頻度高くても知識レベル高そう
Title : Using Developer Interaction Data to Compare Expertise Metrics†
- Author : Romain Robbes,David Ro ̈thlisberger
- Source : MSR 2013
- Publication Date : 2017/3/1
- Read Date :
- Overview :
- ExpNaive : ファイルにコミットされた数の合計
- ExpDecay : Naiveに最近コミットされたものと過去にコミットされたもので重みつける
- 有効に働くとされるTime,Edits,SelectとExpNaiveとExpDecayとの相関を調べる
- 一般的に熟練者は初心者に比べてタスク終了にかかる時間が短い。編集回数も選択回数も少ないと言われている
- timeとの相関はタスクの大きさが大きくなると上がっていく。重みを考慮した方が相関は高い
- Note :
Title : Dose a Programmer's Activity Indicate Knowledge of Code†
- Author : Thomas Fritzy, Gail C. Murphyy, Emily Hillz
- Source : ESEC/FSE’07
- Publication Date :
- Read Date : 2017/2/27
- Overview :
- Eclipseのプログインを使用してプログラマが最近関わっている箇所を分析
- 一週間ごとに関わりが深いソース、普通、浅いでの質問を出す
- その結果について実際にインタビューする
- ツールの結果は、ソースとの相違作用の頻度（多い方が）と最近扱ったかどうかで正答率が変わる
- インタビューでは、プログラムの作者、システム内のソースの役割（継承関係とか？）、実際にどのような作業をしてるか（頻繁に変更が必要な箇所の人物は高い）などで変わる
Title : Expertise Browser:A Quantitative Approach to Identifying Expertise†
- Author : Audris Mockus,James D. Herbsleb
- Source :
- Publication Date :
- Read Date : 2017/02/16 ?
- Overview :
- Note :
Title†
- Author :
- Source :
- Publication Date :
- Read Date :
- Overview :
- Note :
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
