Predizendo a Participação de Desenvolvedores em Discussões em Projetos de Software Livre (WSL 2013)
- Authors
-
André Luis Schwerz (UTFPR) 
Rafael Liberato (UTFPR)
Igor Scaliante Wiese (UTFPR)
Igor Steinmacher (UTFPR)
Marco Aurélio Gerosa (USP)
João Eduardo Ferreira (USP)
- Abstract
-
Desenvolvedores em projetos de software livre usam ferramentas de gestão e acompanhamento de tarefas para se comunicar. Essas ferramentas fornecem um grande volume de informações desestruturadas que dificulta a triagem de tarefas e atividades gerando uma sobrecarga de trabalho aos desenvolvedores Este trabalho mostra a importância do conteúdo dos comentários em um projeto de software livre para construção de um classificador para predizer a participação de um desenvolvedor em uma determinada tarefa. Para a elaboração desse classificador de predição, utilizamos dois algoritmos de aprendizagem de máquina Naïve Bayes e J48. Utilizamos dados de três subprojetos do Apache Hadoop para avaliar o uso desses algoritmos. Aplicando nossa abordagem aos desenvolvedores mais ativos destes subprojetos descobrimos que o algoritmo J48 apresenta resultados superiores ao algoritmo Naive Bayes. Com o algoritmo J48 obtivemos uma acurácia variando entre 79% a 96%. Os resultados indicam que o conteúdo dos comentários publicados em tarefas de projetos de software livre é um fator relevante para construir um classificador de predição de tarefas aos desenvolvedores.