[论文解读] The Evolution of Code Review Research: A Systematic Mapping Study
本篇系统映射研究通过分析过去十年间来自顶级会议和期刊的148篇论文，探讨了代码审查（CR）研究的演变。研究发现，CR研究已从质量保证扩展至新领域，受数据集和新兴技术推动，术语和方法论的演变在研究趋势的可视化图谱中得到体现。
Code Review (CR) is a cornerstone for Quality Assurance within development teams. Also known as software inspections and walk-throughs, traditional CR involved time-consuming processes, which is different from more lightweight contemporary forms used today. In this paper, we aim to summarize how CR research has evolved into its current state over the last decade. Our vigorous systematic study revolves around four research questions to uncover changes into the target of contributions and methodologies, replicability of existing studies and the evolution of CR terminology. From a collection of 7,266 papers from the top engineering venues, we generate visual maps for 148 collected papers including 53 conferences, 16 journals, and 79 snowball papers. Our visual maps provide evidence that CR research does cover more than quality assurance, and will continue to evolve with the availability of datasets and emerging technologies within the CR domain.
研究动机与目标
- 理解过去十年间代码审查研究在研究主题、方法论和术语方面的演变。
- 识别研究贡献从传统质量保证向更广泛的软件工程应用转变的迹象。
- 评估现有代码审查研究的可复现性，以及数据集在此类可复现研究中的作用。
- 利用来自7,266篇论文的可视化图谱，对代码审查研究版图进行映射，从中筛选出148篇进行深入分析。
提出的方法
- 采用系统映射研究方法，基于来自顶级软件工程会议和期刊的7,266篇论文。
- 通过滚雪球法对论文进行筛选与分析，最终确定148篇高质量论文进行深入审查。
- 生成可视化图谱，以展示研究主题、方法论及术语演变在时间维度上的分布。
- 研究围绕四个研究问题展开，以指导对趋势、贡献和方法论转变的分析。
- 数据收集与分析基于结构化标准，包括出版场所、出版年份及主题分类。
- 映射过程包括识别重复出现的主题、术语变化，以及数据集如何促进可复现性与新研究方向。
实验结果
研究问题
- RQ1过去十年间，代码审查研究的关注点在研究主题和贡献方面如何演变？
- RQ2代码审查研究中占主导地位的方法论是什么？这些方法论随时间如何变化？
- RQ3现有代码审查研究在多大程度上可复现？数据集在此类可复现研究中起到什么作用？
- RQ4代码审查研究中使用的术语如何演变？这反映了该领域概念发展的何种趋势？
主要发现
- 代码审查研究已超越质量保证范畴，扩展至开发者生产力、工具开发和流程优化等新领域。
- 数据集的使用在推动可复现且以数据为驱动的研究方面变得日益核心。
- 方法论上存在明显转变，相较于早期的定性或案例研究方法，更多研究采用实证与定量方法。
- 代码审查研究中的术语持续演变，反映出更广泛的概念转变，以及人工智能和机器学习等新技术的整合。
- 研究版图的可视化图谱显示，对自动化代码审查工具以及将CR集成到持续集成流水线的兴趣日益增长。
- 本研究识别出越来越多的研究将代码审查视为一种协作与学习过程，而不仅限于质量检查。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。