木村/Research Subject の履歴(No.5)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 木村/Research Subject へ行く。
  • 1 (2019-04-24 (水) 20:08:16)
  • 2 (2019-04-24 (水) 20:45:41)
  • 3 (2019-04-26 (金) 05:55:48)
  • 4 (2019-04-28 (日) 12:45:43)
  • 5 (2019-04-28 (日) 16:17:05)
  • 6 (2019-04-29 (月) 05:48:33)
  • 7 (2019-05-15 (水) 12:49:06)
  • 8 (2019-05-19 (日) 07:43:25)
  • 9 (2019-05-19 (日) 11:19:10)
  • 10 (2019-05-20 (月) 02:32:33)
  • 11 (2019-05-20 (月) 09:26:50)
  • 12 (2019-05-29 (水) 02:29:52)
  • 13 (2019-07-30 (火) 01:43:04)
  • 14 (2019-08-20 (火) 05:59:08)
  • 15 (2019-09-12 (木) 08:08:27)
  • 16 (2019-09-26 (木) 05:20:43)
  • 17 (2019-10-07 (月) 02:24:02)

---

木村

Research Subject†

Research Subject 〜 壱†

• StackOverflow関連・OSSコミュニティ・プロジェクトマネジメント
  • 性格分析を用いたOSSコミュニティ開発者の役職と性格の関係調査による新規参入者のためのキャリアパス支援
  • コントリビュータの性格に合わせて振る舞いを変化させるチャットBotの言語モデル構築のための分析研究

Background†

• （仮）インテグレータの負担軽減？？

Goal・Contribution†

• （仮）プルリクの採択などBotによる自動化により，プロジェクト運営の作業効率化を図る

Approach†

• 考えていること
  • インテグレータ？コミッタ？プルリクやコントリビューションを受ける開発者をランダムサンプリング
    • 開発者のPersonality Traitsである程度パターン分けを行う（振る舞い方にある程度種類がありそう）
  • それぞれのパターンでインテグレータとコントリビュータの相性を分析（コントリビュータは複数抽出）
    • プルリクの採択率などで相性の良し悪しを判断
  • 言語モデル（振る舞い）のパターンを作成し，上記で分析した結果を用いて，コントリビュータごとに最適な言語モデル（振る舞い）を行うようなロジックを作成する

To do†

• LIWCの仕組みについて理解する（Prior）
• チャットボットの仕組み・言語モデルについて軽く調べてみる
  • https://ai-kenkyujo.com/2017/11/29/chatbot/
  • https://zine.qiita.com/products/ai-chatbot-on-qiita/

Done†

memo†

• Personality Traits（表）[Personality-Insights-Facet-Characteristics.pdf]
• 一次特性と二次特性から考えられる性格　[Personality-Insights-Dimension-Characteristics.pdf]
• スコアと性格特性 早見表　[性格特性早見表.pdf]
  

reference†

• Towards a Theory of Software Development Expertise [fse18main-id155-p.pdf]
• LIWC detail
  • http://liwc.wpengine.com/how-it-works/
  • 日本語版LIWC作成の為の論文　[D7-2.pdf]
  • LIWC2015 [LIWC2015_LanguageManual.pdf]
• Personality Insights開発の参考文献一覧
  • https://cloud.ibm.com/docs/services/personality-insights?topic=personality-insights-references&locale=ja

Research Subject 〜 弐†

• OSSコミュニティ・人間と分類器の分析比較
  • 人 vs 機械学習

Background†

• （仮）Bug Localizationツールは有用なツールだが，影響度の高いバグ（メンテナンスコストが高いバグ？）を取り除けているのかどうかは保証されていない

Goal・Contribution†

• （仮）Bug Localizationがの有用性を明らかにする

Approach†

• 考えていること
  • エキスパートに協力してもらう
    • メールでのアンケート調査？
  • Bug Localizationが検出するバグの重要度を測る
    • もしBug Localizationが重要度の高いバグを検出できていれば，有用なツールと言える
    • そうでないなら，現場での使い所について考える必要がある
  • Bug Localizationが検出するバグと人間が検出するバグの違いを分析
    • 違いがなければ，ツールの保証ができる？（人間以上に検出できるのであれば，さらに有用性が広がる）
    • そうでないなら，現場での使い所について考える必要がある

To do†

• Bug Localization関連論文のサーベイ(Prior)
  （とりあえずICSEから拾ってみる）

[調査観点]

• 検出したバグの重要度について議論しているのか？
• ユーザスタディを行なっている場合，どのような観点でモデルを評価しているか？
• モデル構築のコンセプトは，一体どのようなことに重きを置いているのか？

Done†

memo†

• 研究をするにあたって考えるべきこと
  • 再現可能なツール・技術のピックアップ
  • とりあえずBug Localization関連の論文サーベイ
  • 必要なデータセットが収集可能か？

reference†

• Bug Localization 関連論文