Εξαγωγή δεδομένων από αποθετήρια σφαλμάτων: ανάλυση δεδομένων με σκοπό τη διερεύνηση της συχνότητας εμφάνισης και ταχύτητας επίλυσης

Abstract

Υπάρχει πλέον μια πληθώρα διαθέσιμων έργων ανοιχτού κώδικα, οργανωμένα σε διαφόρων τύπων αποθετήρια, καθώς και πληροφοριών σχετικά με αυτά διαθέσιμα στον κάθε ερευνητή. Η πληθώρα αυτή αποθετηρίων όμως έρχεται με κάποιες δυσκολίες οι οποίες πρέπει να λαμβάνονται υπόψη σε κάθε ερευνητική προσπάθεια. Ενώ υπάρχει αρκετός όγκος βιβλιογραφίας και μελετών που ασχολούνται με τα αποθετήρια κώδικα, ο κύριος όγκος ασχολείται με τα αποθετήρια σφαλμάτων και πιο συγκεκριμένα με την πρόβλεψη εμφάνισης σφαλμάτων και τους τρόπους αναγνώρισης διπλών σφαλμάτων από αυτοματοποιημένες μηχανές εκμάθησης. Υπάρχει μικρή αναφορά στη μέτρηση του αριθμού σφαλμάτων και τη διάρκεια επίλυσης αυτών ενώ θα μπορούσαν να αποτελούν σημαντικούς δείκτες για την συνολική πορεία του έργου και την συνολική απόδοση της ομάδας που εργάζεται σε αυτά. Σκοπός της εργασίας αυτής είναι η μελέτη αποθετηρίων σφαλμάτων. Από τα δεδομένα που θα εξαχθούν από τα αποθετήρια αυτά, θα μελετηθούν οι τάσεις της συχνότητας εμφάνισης σφαλμάτων σε έργα ανοιχτού κώδικα και της ταχύτητας επίλυσης αυτών στο πέρασμα του χρόνου. Η εργασία αυτή παρουσιάζει κάποια γενικά στοιχεία περί αποθετηρίων και των ειδών τους. Επίσης εξερευνά τους κυριότερους τρόπους δουλειάς με τα αποθετήρια κώδικα (workflows). Τέλος για την πραγματοποίηση μιας ποσοτικής μελέτης δεδομένων από ένα αποθετήριο κώδικα επικεντρώνεται στο γνωστότερο αποθετήριο κώδικα αυτή τη στιγμή στο Διαδίκτυο το GitHub. Παρουσιάζει μερικά γενικά στοιχεία για τον τρόπο με τον οποίο λειτουργεί και τις λειτουργίες που μπορεί να προσφέρει στους χρήστες του. Στη συνέχεια εξετάζει 20 αποθετήρια σφαλμάτων από τα πιο δημοφιλή έργα του GitHub για να δώσει απάντηση στα ερωτήματα: 1. Ποια είναι η γενική τάση του αριθμού εμφάνισης σφαλμάτων στα αποθετήρια σφαλμάτων του GitHub με το πέρασμα του χρόνου; 2. Πώς μεταβάλλεται ο συνολικός χρόνος επίλυσης σφαλμάτων με το πέρασμα του χρόνου; Παρουσιάζεται η μεθοδολογία και τα εργαλεία που χρησιμοποιήθηκαν για την άντληση και την επεξεργασία δεδομένων από τα αποθετήρια σφαλμάτων καθώς και οι τελικές παρατηρήσεις και τα συμπεράσματα τα οποία προκύπτουν από αυτές. Τέλος προτείνονται συγκεκριμένοι τρόποι επέκτασης της έρευνας πάνω στα ερευνητικά ερωτήματα 1 και 2.