開発者推薦のためのハイブリッドバグトリアージアルゴリズム

これまでに多くのソフトウェアアプリケーションが開発されてきたため、ソフトウェアメンテナンスは重要かつ挑戦的な作業となっています。特に、ソフトウェアプロジェクトの規模が増大することでその傾向が顕著です。開発者がソフトウェアメンテナンスを支援するために、バグリポジトリでバグ報告を作成および更新できるとしても、大規模なソフトウェアプロジェクトでは毎日大量のバグ報告が寄せられます。開発者の負担を軽減するために、多くの研究者やソフトウェアエンジニアがバグを修正する適切な開発者を推薦し始めています。このプロセスはバグトリアージと呼ばれ、ソフトウェアメンテナンスにおける重要な研究テーマです。本論文では、新しいバグを修正するための候補開発者をランク付けするために、確率モデルと経験モデルを組み合わせたハイブリッドバグトリアージアルゴリズムを提案します。本研究では、類似のバグ報告を検索するために、従来のベクトル空間モデル（VSM）ではなく、平滑化ユニグラムモデル（UM）を採用しました。確率モデルでは、候補開発者が新しいバグを修正する確率を分析するために、ソーシャルネットワークを使用しました。修正確率を得るために、新しい特徴（再オープンされたバグの数）を追加することを提案しました。経験モデルでは、各候補開発者に対して修正されたバグの数と修正コストを推定要因として考慮しました。さらに、開発者の経験をより良くモデル化するために、新しい概念である活動因子を導入しました。2つの大規模オープンソースプロジェクトで実験を行いました。その結果、我々の手法がバグ修正のための最適な開発者を効果的に推薦できることを示しました。