开放源码软件存储库的质量分类器

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
开放源码软件(OSS)通常依赖于大型存储库，如SourceForge进行初始孵化。开放源码软件存储库提供了大量的元数据，提供了有关项目及其成功的有趣信息。在本文中，我们提出了一种数据挖掘方法来训练分类器对开放源码系统的元数据提供这些数据存储库。分类器学习预测开放源码软件项目的成功继续。项目的“成功性”是根据分类器的信任度来定义的，它预测这些项目可以在流行的开放源码软件项目（如FreeBSD、Gentoo Portage）中移植。
---
英文标题：
《Quality Classifiers for Open Source Software Repositories》
---
作者：
George Tsatsaronis, Maria Halkidi, Emmanouel A. Giakoumakis
---
最新提交年份：
2009
---
分类信息：

一级分类：Computer Science        计算机科学
二级分类：Software Engineering        软件工程
分类描述：Covers design tools, software metrics, testing and debugging, programming environments, etc. Roughly includes material in all of ACM Subject Classes D.2, except that D.2.4 (program verification) should probably have Logics in Computer Science as the primary subject area.
涵盖设计工具、软件度量、测试和调试、编程环境等。大致包括ACM所有主题课程D.2的材料，除了D.2.4（程序验证）可能应该有计算机科学中的逻辑作为主要主题领域。
--
一级分类：Computer Science        计算机科学
二级分类：Artificial Intelligence        人工智能
分类描述：Covers all areas of AI except Vision, Robotics, Machine Learning, Multiagent Systems, and Computation and Language (Natural Language Processing), which have separate subject areas. In particular, includes Expert Systems, Theorem Proving (although this may overlap with Logic in Computer Science), Knowledge Representation, Planning, and Uncertainty in AI. Roughly includes material in ACM Subject Classes I.2.0, I.2.1, I.2.3, I.2.4, I.2.8, and I.2.11.
涵盖了人工智能的所有领域，除了视觉、机器人、机器学习、多智能体系统以及计算和语言（自然语言处理），这些领域有独立的学科领域。特别地，包括专家系统，定理证明（尽管这可能与计算机科学中的逻辑重叠），知识表示，规划，和人工智能中的不确定性。大致包括ACM学科类I.2.0、I.2.1、I.2.3、I.2.4、I.2.8和I.2.11中的材料。
--

---
英文摘要：
  Open Source Software (OSS) often relies on large repositories, like SourceForge, for initial incubation. The OSS repositories offer a large variety of meta-data providing interesting information about projects and their success. In this paper we propose a data mining approach for training classifiers on the OSS meta-data provided by such data repositories. The classifiers learn to predict the successful continuation of an OSS project. The `successfulness' of projects is defined in terms of the classifier confidence with which it predicts that they could be ported in popular OSS projects (such as FreeBSD, Gentoo Portage).
---
PDF链接：
https://arxiv.org/pdf/0904.4708

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：分类器 Verification Presentation Continuation Environments 学习 训练 进行 data 数据