Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 오픈 소스 저장소의 이슈 관련 아티팩트를 분석하는 새로운 도구인 G-Issue를 제안합니다. G-Issue의 성능을 기존 도구들과 비교 분석하고, 이슈의 수명과 진화 양상을 조사하여 이슈 우선순위 선정의 가능성을 제시합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기커뮤니티 기반 소프트웨어 개발 과정에서 소프트웨어 개발자 또는 기여자는 버그, 오류, 문서 누락과 관련된 이슈(Issues)를 보고합니다. 이러한 이슈들은 피드백으로 취급되며, 소프트웨어의 새로운 기능, 문서 및 품질을 향상시키는 데 매우 중요합니다. 만약 소프트웨어 이슈가 적절한 개발자에 의해 해결되지 않는다면, 소프트웨어 품질이 저하되어 결국 사용할 수 없게 됩니다. 따라서 소프트웨어의 동작을 이해하기 위해서는 소프트웨어 이슈 관련 아티팩트(Artifacts)를 분석하는 것이 필수적입니다. 본 논문은 제안된 이슈 관련 아티팩트 마이닝(Mining) 도구인 G-Issue의 성능을 다른 최신(State-of-the-art) 도구들과 비교하여 조사합니다. 또한, 잘 알려져 있고 유지보수가 잘 되는 저장소들을 대상으로 이슈의 수명(Lifetime)과 시간에 따른 이슈의 진화(Evolution)를 조사합니다. 결과에 따르면, G-Issue는 이슈 관련 아티팩트를 마이닝하는 속도는 더 빠르지만, 이슈 마이닝 과정에서 일반적인 Python API보다 더 많은 메모리를 사용합니다. 이러한 결과는 이슈의 수명과 진화를 기반으로 이슈의 우선순위를 정할 수 있음을 보여줍니다. 이러한 결과는 이슈 관리, 개발자 할당 및 품질 관리에 도움을 줄 수 있는 이슈에 관한 새로운 지평을 제공할 수 있습니다. G-Issue URL: https://www.smreza.com/projects/modelmine/issues.php