Análise comparativa entre técnicas de autoria de código-fonte

Abstract

Encontrar especialistas em desenvolvimento de software geralmente é uma despesa operacional significativa para as empresas. Para aliviar esse problema, alguns pesquisadores propuseram diferentes estratégias para encontrar especialistas. Apesar desses esforços, tais estratégias implicam em soluções específicas e julgamentos específicos que levam a diferentes conclusões, apesar de contribuições semelhantes. Neste trabalho, construímos a compreensão do domínio selecionando métricas de autoria de código-fonte por meio de uma revisão da literatura, a partir daí propusemos um protótipo de ferramenta que usa essas métricas na identificação de especialistas em código-fonte de software em vários projetos, disponível no repositório de código-fonte, GitHub. A partir desses resultados, realizamos uma avaliação com três abordagens baseadas: em número de commit, linhas de código modificadas e em grau de conhecimento, buscando analisar 100 projetos open-source para identificação de especialistas a partir do código-fonte. Nesta avaliação, realizamos uma comparação da convergência de especialistas a partir das métricas computadas pelo protótipo e percebemos que estas métricas apresentam uma relação de convergência de 50,15% nas indicações de especialistas. Avaliamos também as métricas em um projeto privado, para tanto, foi construído um oráculo para comparar os resultados apontados pelo protótipo e o conhecimento real dos desenvolvedores. Os resultados apontam que, para um cenário, de um pequeno projeto com poucos desenvolvedores, as métricas apresentam uma taxa de assertividade de 55%, 65% e 70%, para abordagens baseadas em número de linhas modificadas, métricas de número de commit e grau de conhecimento, respectivamente. Este trabalho adiciona-se ao corpo de conhecimento sobre determinação automática de conhecimento de código-fonte de software, mostrando a viabilidade e fornecendo uma avaliação do potencial uso de métricas de conhecimento de código-fonte usadas em repositórios de código-fonte de software.