Memo†
Link†
Sample†
Schedule†
| Mon | Tue | Wed | Thu | Fri |
|---|
| 1 | | | | | |
|---|
| 2 | | | | | |
|---|
| 3 | | | TKG班MT | 全体MT | |
|---|
| 4 | | | | | |
|---|
| 5 | | | | | |
|---|
考え方†
- なぜその問題解決方法でいいのかという気持ちで読む．(仮説，アプローチ，話の落とし方)
- 怒りの気持ちを感じるためにはその分野のスタンダードを知っている必要がある．
- 多くのリソースをかければかけるだけいい結果になるなんてくだらない結果は求めてない
Meeting†
8/7†
- 誰から指示を出されるかでパフォーマンスが変化するのかに関する論文を読む．
- 分析
- 指示されてから修正完了するまでの修正時間，返答のときの文字数の違い，具体例を頻繁に記述しているか否かなどで評価する．
- 貢献者と採択者の組み合わせを調べる．
- 対処法
- Aにはこのような話し方，手順を踏むと円滑に会話が進む，
- 目的
- 不具合修正などの予測に関する説明変数を提供する
- 社会的関係性によって修正者がタスクの優先度を決めると考えられるが，優先度を高くする関係性とはどのようなものなのか．相性など．
- 仮説-具体例を多く記述する管理者は割り当てたタスクを優先的に修正してもらいやすい
→本質的な問題点を改善するというものがない．
- R≠T≠Fの場合の精度をもっとも向上させることができると社会的貢献は大きい→現実的なプロセスだから
DONE†
The Impact of Bug Management Patterns on Bug Fixing: A Case Study of Eclipse Projects†
- 先行研究
- バグ選別の自動化，重複バグの自動検出，バグ発生理由の理解
- 貢献
- バグ管理システムにおいて，社会的および知識共有要因の重要性を強調．
- 研究者に対し，役割と個人を統合して考えることの重要性を示す．
- 目的
- プロセスに関与する個人とバグ修正プロセスの効率に対する個人間の関係の影響を調査し，
バグ管理システムの新しい理解を知ること
- 結果
- バグ報告者(R)，バグ割り当て(T)，修正者(F)
- R=Tの場合，R≠Tよりも17-47%割り当てが早い
- T=Fの場合，T≠Fよりも割り当ての時間が48-58%長い．修正までにかかる時間は半分．
- 全行程が異なる開発者で行われる場合は最悪のパフォーマンスになる．
→場合によっては最高のパフォーマンスを示した．
→バグコミュニケーションの数が多いほど修正時間が徐々に短くなる．
- 所感・疑問
- R≠T≠Fの時，バグコミュニケーションの数が多くなるほど修正時間が短くなるとあるがこれに関してもっと深く調査することは可能なのか．
- 純粋に会話数なのか，そのバグに至るまでの経緯の説明の有無，具体例の有無．これはコンポーネンツに含まれているのか．細分化するとか？
OSS開発における管理者と修正者の社会的関係を考慮した不具合修正時間予測†
- 仮説
- タスクを割り当てる管理者によって優先順位を決めている
- その優先順位によって修正までの時間が変わる
- 先行研究
- 粒度の大きい範囲でしか予測をすることができない
- 管理者と修正者の社会的関係が優先順位と修正時間に大きな影響を与えることが示唆されている．
- 問題点
- 大きい粒度の予測しかできない．
- 予測精度がまだまだ改善の余地あり．
- 目的
- 特定の管理者から割り当てられたタスクを他の管理者から割り当てられたタスクよりも優先して修正した割合を説明変数に追加(TaskPref)
- 上記の説明変数が予測精度の向上に寄与するかどうかを調査
- 結果
- 説明変数 TaskPref は，1日以内の修正予測に関して有用
- 所感・疑問
- どのような関係性であれば ，TaskPrefの値が大きいのか．
- 1日という短い期間でTaskPrefは有効であるが，長い範囲での予測に関する説明変数はないのか．→ Patternsがそれに該当
7/31†
DONE†
- sentiment analysis toolとpoliteness tool を要約
7/24†
TODO†
- 論文2本読む．
- Sentiment and Politeness Analysis Tools on
Developer Discussions Are Unreliable, but so Are People
- On Measuring Affects of GitHub Issues’ Commenters
DONE†
survey_3.pdf
- 気分は伝染し，パフォーマンスに影響を与える
- 感情分析の既存ツールを使用する際，ドメイン依存性がある
→他のコーパスでの適応が困難
- 同じデータであっても感情分析ツールの結果は異なる
→この差異を理解することが感情分析についての理解を深める
それぞれが異なる学習で構築されたモデルであるので，異なる結果になることはさして驚く内容ではない．
- ツールをドメイン特化にカスタマイズする
→ラベル付けがおかしいorコード体系を使わなかったからいい結果がでなかった
- 既存ツールをドメインごとにカスタマイズするとどのように影響を及ぼすのか．
→影響なしという結果．ただしデータ数が足りないだけで，データ数を確保できれば影響があるかもしれない．
- どの程度データを増やせばその影響力を調べることができるのか．
データの過学習に関しての言及がいまいち
- MSR19.pdf
- 広く使われている4つ(SentiStrength，NLTK，Stanford CoreNLP，AlchemyAPI)のSAツールの比較．
→どれもSEドメインで表現された感情を正確に予測できていない．
- OSSからのコードレビューコメント用にカスタマイズされたSAツール，SentiCR を開発
- SEデータについてSAツール：SentiStrength，SentiStrength-SE，Senti4SD，SentiCRの比較
→SE固有のカスタマイズは正確さを向上させる．
- 既存の感情分析ツール，ポライトネスツールは正確に識別することができていない．
-
アンダーサンプリング，アンダーサンプリング&オーバーサンプリングの組み合わせが感情分析の分類性能をどのように改善するのか~→
7/16†
TODO†
- Big 5論文を読んでリスト化する
- An Empirical Investigation of Personality Traits of Software Testers
- What can OSS mailing lists tell us?
- Politeness論文を読んでリスト化する（来週以降）
DONE†
- An_Empirical_Investigation_of_Personality_Traits_of_Software_Testers.pdf
- Tanjila Kanij，Robert Merkel，John Grundy
- 2015 IEEE/ACM 8th International Workshop
- ソフトウェアテスターは他の開発者に比べ，誠実性が高いが理由は不明
- survey_1.pdf
- by the MBTI as "logical and ingenious" はコードレビューのタスクが得意
- extrovert personality traits(社交性) が effective exploratory testing と相関あり
- by the MBTI as “sensing and judging” はsoftware testing が得意になるだろう
- *ソフトウェアテスターに必要なスキルを "big five"の性格特性にマッピング．テスターには開放性と誠実性が大事
- テストは退屈な作業．若手とベテランではソフトウェアテストに対するモチベーションが異なる．
- ソフトウェアエンジニアに求められるスキルをMBTI性格タイプと関連づけ，ソフトウェアエンジニアのさまざまな役割に適した性格タイプを提案
- by the MBTI as "thinking and judging"はソフトウェアエンジニアでは過剰に表現される
- ソフトウェアテスターはcreative, accurate and strict な人が良い
- ソフトウェアテスターは間違いを見つける好奇心を持っている悲観的な人が良い
- ソフトウェアテスターにはcommunication skills, problem solving and team playing capability が大事，また creative and open to new challenges であるべき．
- What can OSS mailing lists tell us?_0.pdf
- Peter C. Rigby，Ahmed E. Hassan
- Fourth International Workshop on Mining Software Repositories (MSR'07)
- OSS開発者の性格タイプはどのようなものか．
→ベースラインの開発者たちとは違う性格特性を持つ． 重要なApacheリリースの責任者だった開発者2名は同じような性格特性であり，外交性・開放性が低い(予想外の結果ではない＆結果の妥当確認性がない)
- 言葉や態度がプロジェクトnew,current,departで変化するのか．→Yes
- リリース前後で word usage が違うのか→ LIWCでの有意性なし
- survey_2.key
- 特定のLIWC dimentions はbig fiveパーソナリティ指標と相関あり
5/22†
DONE†
4/23†
DONE†
Todo†
4/16†
DONE†
Todo†
- 研究テーマの背景，問題点，目的をスライドにまとめる．
- 以前紹介してもらった関連論文を読破する．
3/14†
Todo†
研究方針†
- プロジェクトの中心人物数人に着目し，プロジェクト初期から末期までの会話データから人と人の打ち解け方やそのタイミングを分析する．
- プロジェクトからデータを取るにはApacheが一番簡単．
- Mozilla，Linuxやeclipseはデータを取ることが困難(時間的にも)
- メイリスから取ってくるのがいいかも
- 話し合いの分析を行なった結果，話しやすい環境であれば的確な指示を出すことができて生産性が向上するまで出せたらいい感じ
- ポライトネスが高いとバグの修正までの時間が長くなる
- 遠回しな言い回しをするから
- ポライトネスとネットワークの次数の関係をみるといい感じかも(ほりほりと関連ありそう)
あるコミュニティに属する、ある条件を満たすユーザの時系列性格分析を行う
コミュニティを維持するために必要な条件要素を調査する
![[PukiWiki]](image/wadanyan.png "[PukiWiki]")
