[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

摘要

针对现有研究分别单独探索缺陷报告和特征报告，对项目流行度的评估具有片面性的问题，本发明提供一种基于混合效应线性回归模型的项目流行度分析方法，通过从GitHub上收集项目数据，然后使用统计分析和回归建模，给出了项目中缺陷报告数量和特征报告数量对项目流行度的影响关系，通过项目中缺陷报告和特征报告对项目流行度影响因子的不同，分析项目流行度的提高与缺陷报告和特征报告的关系；进一步地，通过对缺陷报告和特征报告的描述多样性进行了四个维度的分析，找出缺陷报告和特征报告在描述多样性上的区别。本发明通过分析项目中缺陷报告数量和特征报告数量的差别对比来综合研究项目流行度，可以全面评估项目的流行度。

主权项

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bug issue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。