[发明专利]基于混合效应线性回归模型的项目流行度分析方法

权利要求书

1.基于混合效应线性回归模型的项目流行度分析方法，其特征在于，包括以下步骤：

第一步，从GitHub上收集项目数据建立数据集；具体流程如下：

1.1 从GitHub中随机选取F个项目，F为自然数，根据结果精确度需要来设置F值的大小；

1.2 选择项目中的数据，方法是：选取所述F个项目中的所有issue，记issue的数量为S，S为自然数，然后统计S个issue的统计数据；

第二步，构造混合效应线性回归模型，构造方法如下：

2.1 定义混合效应线性回归模型的因变量和自变量：

·nStars:一个项目的点赞的总数目；

·AVG.timeLatency_bug：项目中bug issue即缺陷报告的平均解决时间，单位是分钟；

·AVG.timeLatency_feature：项目中feature issue即特征报告的平均解决时间，单位是分钟；

·AVG.comments_bug：项目中bug issue的平均评论数量；

·AVG.comments_feature：项目中feature issue的平均评论数量；

·nIssueBef:在这个issue开始前3个月项目产生的issue数量；

·nMembers:项目成员的总数量；

·hasAssignee:二进制，如果该issue有至少一个提交者，则值为1；

·textLen:issue文本中的单词总数量；

·issueType＝bug：issue类型为bug issue；

·issueType＝feature：issue类型为feature issue；

2.2 使用GitHub官方提供的应用程序编程接口API获取步骤2.1定义的混合效应线性回归模型的因变量和自变量数据；

2.3 用R语言中的lmer包对步骤2.2获取的混合效应线性回归模型的因变量和自变量数据构造混合效应线性回归模型，得到model模型；

第三步，对model模型进行方差分析，得到多元回归分析结果，计算得出项目中bugissue数量和feature issue数量的方差贡献率，即项目流行度影响度；如果bug issue数量的方差贡献率feature issue数量的方差贡献率，说明项目中bug issue数量对项目流行度的影响程度更大；否则，说明feature issue数量对项目流行度的影响程度更大。

2.如权利要求1所述的基于混合效应线性回归模型的项目流行度分析方法，其特征在于，所述步骤1.1中对项目的选择设置如下限制：被选择的项目至少包含10个以上的bugissue和10个以上的feature issue。

3.如权利要求1所述的基于混合效应线性回归模型的项目流行度分析方法，其特征在于，所述步骤1.2中issue的统计数据包括：

(1)每个issue所属项目的关键指标；

(2)每个issue的关键指标；

(3)对于每个issue，提交该issue的开发者信息。

4.如权利要求1所述的基于混合效应线性回归模型的项目流行度分析方法，其特征在于，所述步骤1.2中，对issue中的数据选择设置如下限制：对于issue的处理时间，只统计issue的创建时间到issue第一次关闭时间的时间差。

5.如权利要求1至4中任意一项所述的基于混合效应线性回归模型的项目流行度分析方法，其特征在于，项目开发人员继续对bug issue和feature issue的描述多样性进行分析，找出bug issue和feature issue在描述多样性上的区别；流程如下：

4.1 从S个issue中随机抽取M个bug issue和N个feature issue，M、N均自然数，且M、N之和不超过S；

4.2 项目开发人员阅读每个issue的网页内容，并标记网页内容的关键字和语句；

4.3 从代码段、链接、@、图片四个属性比较bug issue和feature issue的描述多样性的差异；方法是：

4.3.1 登录到issue的网页界面统计样本issue四个属性的信息：如果该issue界面包含code代码段，则code代码段标签记为1，否则记为0；如果该issue界面包含https链接，则https链接标签记为1，否则记为0；如果该issue界面包含@，则@标签记为1，否则记为0；如果该issue界面包含图片内容，则图片标签记为1，否则记为0；

4.3.2 分别计算四个属性在M个bug issue和N个feature issue中标签等于1的比例；

4.4 如果四个属性在bug issue中标签等于1的比例均多于在feature issue中的比例，则得出bug issue比feature issue的描述多样性更高，则bug issue对项目流行度的影响程度更大；否则，如果四个属性在feature issue中标签等于1的比例均多于在bug issue中的比例，则得出feature issue比bug issue的描述多样性更高，则bug issue对项目流行度的影响程度更大；否则，bug issue和feature issue对项目流行度的影响程度相当。