Questo è tutto rispetto al CodeBook del progetto Microsoft: CodeBook
C'è un'enorme quantità di codice nel repository, molte classi, una gerarchia di chiamate di funzioni, testcases, ecc. Sono interessato a sapere come avviene questo processo di scansione e come vengono ordinati questi dati?
So che ci sono alcune ricerche nel campo dell'analisi dei social network per progetti di software di grandi dimensioni sia per quanto riguarda la gestione delle conoscenze sia per l'identificazione dei difetti, ma per quanto ne so, per la maggior parte è accademico a questo punto. Ho trovato Supportare lo sviluppo di software collaborativo attraverso la visualizzazione delle dipendenze socio-tecniche , un documento di ricercatori dell'Università della California, Irvine e Universidade Federal do Pará che menziona un plugin Eclipse per tale lavoro . Il sito web del plugin inoltre collega ad altre pubblicazioni di questo gruppo.
Un professore della mia università ha anche alcuni interessi accademici in fatto di difetti e sicurezza del software attraverso approcci simili. Prima di laurearmi, ha tenuto una presentazione relativa ad alcuni dei suoi lavori. Credo che la presentazione sia basata su questo documento, intitolato Previsione di errori con reti di sviluppatori e analisi della rete sociale . Non sembra essere esattamente ciò che stai cercando, ma potrebbe esserci qualche interessante lavoro correlato nell'analisi della rete basato sui repository di codice sorgente.
Ho dato una rapida occhiata al progetto CodeBook a cui ti sei collegato. Sembra che per ottenere il livello di dettaglio che stanno descrivendo, è necessario un qualche tipo di conoscenza dell'organizzazione del progetto. Potrebbe essere difficile con un progetto open source, ma mi aspetto che tu possa almeno imparare la base dell'analisi che stanno facendo.
Per lo meno, forse questi documenti potrebbero darti altri documenti, pubblicazioni o parole chiave che puoi usare per iniziare. Alcune parole chiave per iniziare: analisi dei social network, dipendenze socio-tecnologiche, sviluppo di software distribuito, rete di sviluppatori.
Leggi altre domande sui tag version-control data-mining crawlers