福井
|
2026-10-19 〜 2026-10-25
|
項目名 | 開始日 | 終了日 | 進捗 | ＜ |
10
19
|
10
20
|
10
21
|
10
22
|
10
23
|
10
24
|
10
25
|
10
26
|
10
27
|
10
28
|
10
29
|
10
30
|
10
31
|
11
1
|
11
2
|
11
3
|
11
4
|
11
5
|
11
6
|
11
7
|
11
8
|
11
9
|
11
10
|
11
11
|
11
12
|
＞ |
[NewTask] | | | |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Memo†
福井/Expert-Finder
- エキスパートの定義ができていない
- 一般的な検索の方法アルゴリズムと比較
- ソフトウェア工学に特化したLDA,Word2Vecのアルゴリズムを改良して比較できれば
- ソフトウェア開発に適しているアルゴリズムを考える
- エキスパートは多様（設計・要件定義）
- ソースコードの変更履歴とメールのトピックで重み付け
- ソフトウェア開発はコーディングだけではない
- Word2Vec
- Word2Vec のニューラルネットワーク学習過程を理解する
- 絵で理解するWord2vecの仕組み
- 自然言語処理における前処理の種類とその威力 - Qiita
Schedule†
Goal†
- エキスパート検索ツールの実装
- 過去に似た仕事をした人なども表示したい（単にその仕事を多くしている人を表示するのでは意味がない）
- 他のアルゴリズムとの比較
Todo†
- Pythonの勉強
- 論文のサーベイ（テキストマイニングとかも）
Gitの勉強LSI- LDA
- Word2Vec
- 今までの検索システムと作りたいものの差を見つける
- 実現することの具体的な要件定義
- 作るもののイメージ
ミーティング†
8/2†
Done†
- プログラムを動かした
- Apache httpdのメーリングリストを与えて出力の確認をした
Todo†
- 入力で与えたクエリから逆引きで検索する流れを確認する
- SRAで聞きたいことをまとめる
7/26†
Done†
- 柏さんが書いてくれたコメントを参考に流れを確認
- プログラムを動かすためにPCをセッティング（途中）
Todo†
- プログラムを動かして、実際にmboxのデータを与える
7/12†
Done†
- ざっくりとしたフローチャート？（流れ）とクラスごとの機能の特定
Todo†
7/5†
Done†
Todo†
6/27†
Done†
- Expert-Finderにインポートされているライブラリのざっくりとした機能を整理した
Todo†
6/21†
Done†
- ソースコードを俯瞰した（どんなライブラリを使っているか調べなければいけなさそう）
Todo†
6/14†
Done†
Todo†
6/6†
Done†
Todo†
- どのように、より特徴的な単語を抽出するか考える
- 内容を整理し直す
5/31†
Done†
- Word2Vecの仕組みが少し分かった（Skip-gram Cbow)
Todo†
- かわべさんの作りたい内容を図と言葉で整理する
- (優先)A4ノートPCクリーンインストール用意
5/24†
Done†
- 統計学入門を読んだ
- 確率統計とベイズの定理のスライド
Todo†
Memo†
- エキスパートの定義ができていない
- エキスパートは多様（設計・要件定義）
- ソフトウェア開発はコーディングだけではない
5/17†
Done†
- 統計学入門を60%ぐらい読んだ
- 関連する論文を何本か読んだ
Todo†
5/10†
Done†
Todo†
- 線形代数を引き続き
- 確率を引き続き
- 論文をもっと俯瞰する
5/2†
Done†
Todo†
4/26†
Done†
- プログラミングのための線形代数で勉強し始めた（ランクあたりから怪しい）
Todo†
- 線形代数引き続き
- 機械学習のための確率と統計
- Dicomo原稿（赤青 色付け）
4/19†
Done†
- トピックモデルによる統計的潜在意味解析の本のLDAの部分を読んだ（よくわからない）
- LDAのプログラムを動かしてみた
Todo†
- 確率、線形代数の知識で分かっていることと、分かっていないことをはっきりさせる
- 分からない部分を、できるところまで学習
- ソースコードも見てみる
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 : Assigning bug reports using a vocabulary-based expertise model of developers†
- Author : Dominique Matter, Adrian Kuhn, Oscar Nierstrasz
- Source : MSR 2009
- Publication Date :
- Read Date : 2017/5/25
- Overview :
- どんなものか？ : バグレポートの割り当てを行う
- 先行研究との差 : ソースコードの変更履歴を見ていたが、文章の類似度で判断する
- 手法 : diffで出てくる単語とバグレポートでの単語の類似度で割り当てる
- 有効性の検証 : 実際に最後に修正した人を見る
- 疑問 : 最後に修正した人の修正したバグレポートと現在溜まっているバグレポートの類似度を比べるのではだめなのか？？
- Note :
Title : Expertise Identification using Email Communications†
- Author : Christopher S. Campbell Paul P. Maglio Alex Cozzi Byron Dom
- Source : CIKM’03
- Publication Date : November 3–8, 2003
- Read Date : 5月前半
- Overview :
- HTISによって送信者、受信者両方に着目してエキスパートを推測
- 選び間違いが減少
- Note :
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]")
