RevREC：一个基于Pull-Request开发模型的双层审阅人推荐算法

摘要

代码审查是减少代码缺陷和提高软件质量的重要过程。在像GitHub这样的社交编码社区，由于每个人都可以提交Pull—Request，所以代码审查扮演着比以往更重要的角色，而且这个过程非常耗时。因此，寻找并推荐正确的评审人员来应对新兴的Pull—Request成为一项重要任务。然而，目前大部分的研究主要集中在评估人员是否参与，并没有对人员参与的类型进行区分。在本文中，我们开发了一个两层审阅人推荐模型，从技术和管理角度为GitHub项目中的Pull—Request（PR）推荐审阅人。对于第一层，我们根据混合推荐方法推荐合适的审阅人对目标PR进行审阅。对于第二层，在从第一层获得推荐结果之后，我们指定被推荐的审阅人是技术还是管理上参与审阅过程。我们在GitHub的两个热门项目上进行了实验，并使用2016年2月至2017年2月期间创建的PR来测试该方法。结果显示，我们的推荐模型的第一层比以前的工作表现得更好，第二层可以有效地区分参与类型。