[发明专利]基于情感因素对项目进展的协方差相关性提取方法

说明书

本发明公开了一种基于情感因素对项目进展的协方差相关性提取方法，本方法对GitHub中项目的评论数据进行抽取，采用GitHub API，通过拼接URL，发送http请求，返回HTTP响应内容，并对正文中的Json格式数据进行解析，然后显示结果或存入本地；本方法提出了情感因素与故障修复之间的影响。本方法在数据抽取过程中用到了SwingWorker线程工作模式，实现异步处理，避免阻塞应用程序。

技术领域

本发明涉及一种影响软件开发进度的方法，更特别地说，是指一种情感因素对项目进展的协方差相关性提取方法。

背景技术

开源软件指的是允许用户基于OSI(Open System Interconnection，开放式系统互联)列出的开源协议，在协议许可的范围内自由使用、修改软件源代码,且可以将软件源代码与其他软件代码进行结合使用的一种软件形式。GitHub(是一个面向开源及私有软件项目的托管平台)作为社交化开发平台是众多开源软件的一种。

影响GitHub平台开发过程的因素有很多，其中包括开发者能力水平的高低、开发者人数多少、开源软件的问题解决快慢、用户参与的激励及情感因素等。其中情感因素在GitHub开源软件开发过程中的影响已受到研究者的关注。

对于情感因素的分类参考2013年10月公开的《Recursive Deep Models forSemantic Compositionality Over a Sentiment Treebank》，此文中将情感因素分为了五类：“the Recursive Neural Tensor Network accurately predicting 5 sentimentclasses,very negative to very positive(––,–,0,+,++),at every node of a parsetree and capturing the negation and its scope in this sentence.”，译文为：“非常消极、比较消极、中立、比较积极、非常积极”。

不同情感因素在软件开发过程中起到了一定的作用,但针对情感因素在GitHub开源软件中的影响，尤其是在项目进展方面缺乏相关性的研究。且GitHub中的评论数据并没有专门的GitHub问题数据提取规范，分析起来也存在一定的难度。

发明内容

本发明提出的一种情感因素对项目进展的协方差相关性提取方法，该方法所要解决的是如何提取GitHub中项目的评论数据；并将其评论数据进行情感分析，得到情感分析相关数据；并利用相关性分析得到情感因素与项目进展速度的相关性分析。

本发明的一种基于情感因素对项目进展的协方差相关性提取方法，其特征在于包括有下列处理步骤：

步骤一，从GitHub项目中的Pull requests模块提取出请求合并评论数据集PR；

所述请求合并评论数据集记为PR＝{r₁,r₂,…,r_a,…,r_A}；

步骤二，从请求合并数据集PR中获取Pull requests模块的评论内容，并对评论内容匹配情感分析值；

任意一条评论内容经情感匹配处理SST处理后输出一个情感分析值SE，则有：

属于r₁中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r₁的情感分析值记为

属于r₂中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r₂的情感分析值记为

属于r_a中的评论内容记为将所述的经情感匹配处理SST处理后输出属于r_a的情感分析值记为