[논문 리뷰] Mining the Temporal Evolution of the Android Bug Reporting Community via Sliding Windows

Abram Hindle, Jiemin Wang외 2명|arXiv (Cornell University)|2013. 01. 01.

Complex Network Analysis Techniques참고 문헌 18인용 수 2

한 줄 요약

이 논문은 안드로이드 버그 보고 커뮤니티에서 참가자 역할의 시간적 변화를 포착하기 위해 슬라이딩 윈도우 기반 사회적 네트워크 분석(SNA) 방법을 제안한다. 30일 겹침 윈도우를 활용해 버그 보고서를 분석함으로써, 중간성 중심성(betweenness centrality)을 통해 국소적 행동 패턴을 식별하며, 전역 분석에서는 드러나지 않는 일시적인 전문가 역할을 드러낸다. 결과는 버전 제어 및 릴리스 이력 데이터를 활용해 검증된다.

ABSTRACT

The open source development community consists of both paid and volunteer developers as well as new and experienced users. Previous work has applied social network analysis (SNA) to open source communities and has demonstrated value in expertise discovery and triaging. One problem with applying SNA directly to the data of the entire project lifetime is that the impact of local activities will be drowned out. In this paper we provide a method for aggregating, analyzing, and visualizing local (small time periods) interactions of bug reporting participants by using the SNA to measure the betweeness centrality of these participants. In particular we mined the Android bug repository by producing social networks from overlapping 30-day windows of bug reports, each sliding over by day. In this paper we define three patterns of participant behaviour based on their local centrality. We propose a method of analyzing the centrality of bug report participants both locally and globally, then we conduct a thorough case study of the bug reporter's activity within the Android bug repository. Furthermore, we validate the conclusions of our method by mining the Android version control system and inspecting the Android release history. We found that windowed SNA analysis elicited local behaviour that were invisible during global analysis.

연구 동기 및 목표

• 장기적인 오픈소스 커뮤니티 내에서 짧은 기간, 국소적인 상호작용을 포착하는 데에 제한이 있는 전역 SNA의 문제를 해결하기 위해.
• 전역 네트워크 분석에서 가려져 있는, 안드로이드 버그 보고 커뮤니티 내에서 일시적인 전문가 행동을 식별하기 위해.
• 짧은 간격 동안의 역할 변화를 반영하는 시간 인식 기반의 참가자 중심성 측정 방법을 개발하기 위해.
• 안드로이드 버전 제어 시스템과 릴리스 이력 데이터로부터 외부 데이터를 활용해 SNA로 식별된 국소적 행동 패턴의 타당성을 검증하기 위해.

제안 방법

• 안드로이드 버그 레포지토리의 타임라인에 대해 30일 겹침 슬라이딩 윈도우를 구성하여 국소적 상호작용 역학을 분석한다.
• 각 윈도우 내 버그 보고서 상호작용을 기반으로 시간별로 특화된 사회적 네트워크를 구축하며, 참가자를 노드로, 상호작용을 간선으로 사용한다.
• 각 윈도우 내에서 참가자의 중간성 중심성(centrality)을 계산하여 국소적 영향력과 정보 흐름 내 역할을 측정한다.
• 시간에 따른 국소 중심성의 변화를 바탕으로 세 가지 행동 패턴을 정의한다: 지속적 전문가, 부상 중 전문가, 소멸 중 전문가.
• SNA 결과를 버전 제어 데이터 및 릴리스 이력과 상관시켜, 식별된 행동 패턴의 의미를 검증한다.
• 개별 버그 보고자에 대한 사례 연구를 수행하여, 이 방법이 변화하는 역할을 탐지하는 데의 능력을 설명한다.

실험 결과

연구 질문

• RQ1 안드로이드 버그 보고 커뮤니티의 참가자 역할은 짧은 시간 간격 동안 어떻게 변화하며, 중심성에서 어떤 패턴이 드러나는가?
• RQ2 국소 SNA 지표는 전역 네트워크 분석에서 탐지되지 않는 전문가 행동을 어느 정도 드러내는가?
• RQ3 커밋 로그와 릴리스 노트와 같은 외부 소프트웨어 공학 자료를 사용해 중심성 변화의 시간적 패턴을 검증할 수 있는가?
• RQ4 버그 보고자들의 행동 패턴—예를 들어 부상하거나 소멸하는 전문가—는 실제로 코드베이스 기여와 어떻게 관련이 있는가?

주요 결과

• 윈도우 기반 SNA 분석은 전역 분석에서 드러나지 않았던 버그 보고 참가자의 국소적 행동 패턴을 성공적으로 규명하였다.
• 시간에 따른 국소 중간성 중심성의 변화를 바탕으로 지속적, 부상 중, 소멸 중 전문가라는 세 가지 명확한 행동 패턴이 식별되었다.
• 짧은 윈도우에서 높은 국소 중심성을 보인 참가자들은 이후 코드베이스에 중요한 기여를 한 사람들과 일치하는 경우가 많았으며, 버전 제어 데이터로 확인되었다.
• 이 방법은 특정 기간 동안 버그 조사나 해결에 핵심적인 역할을 하였지만 장기적인 전역 네트워크 지표에서는 두드러지지 않은 일시적 전문가를 드러내었다.
• 안드로이드의 릴리스 이력을 활용한 검증을 통해, 버그 보고 네트워크에서 국소 중심성이 높은 기간은 종종 주요 릴리스나 핵심 수정과 일치하는 것으로 확인되었다.
• 사례 연구를 통해 국소 중심성 패턴이 개인 보고자의 영향력 상승과 감소를 추적할 수 있음을 입증하였으며, 커뮤니티 역학에 대한 통찰을 제공하였다.