Análise de Sentimentos em Discussões de Issues Reabertas do Github
Resumo
O comportamento de issues reabertas é uma percepção a ser estudada para analisar o impacto das discussões na continuidade da manutenção de projetos de software. A análise de sentimentos apresenta-se como uma poderosa técnica para auxiliar tal análise. Neste estudo, analisamos 12.996 issues reabertas, contendo discussões, de 80 projetos do Github. Com base na análise dessa massa de dados históricos, buscamos analisar se uma issue fechada tende a ser reaberta a partir da análise de sentimentos das discussões dessa issue. As análises são realizadas através do grau de sentimento dos textos dos comentá- rios das issues. A ferramenta SentiStrength, com suporte aos léxicos da área de Engenharia de Software, foi utilizada para classificar o grau de polaridade dos textos encontrados. O estudo identificou que a polaridade dos sentimentos nas discussões pode afetar diretamente o ciclo de vida da issue, inclusive com suporte à predição sobre a reabertura das issues.
Referências
Caglayan, B., Misirli, A. T., Miranskyy, A., Turhan, B., and Bener, A. (2012). Factors characterizing reopened issues: A case study. In Proceedings of the 8th Int. Conf. on Predictive Models in Soft. Engineering, pages 1–10, New York, USA. ACM.
Islam, M. R. and Zibran, M. F. (2017). Leveraging automated sentiment analysis in software engineering. In 14th Int. Conf. on Min. Soft. Repositories(MSR), pages 203–214.
Liu, B. (2015). Sentiment Analysis: Mining Opinions, Sentiments, and Emotions. C.U.P.
Ortu, M., Destefanis, G., Adams, B., Murgia, A., Marchesi, M., and Tonelli, R. (2015). The jira repository dataset: Understanding social aspects of software development. In Proceedings of the 11th Int. Conf. on Predictive Models and Data Analytics in Software Engineering (PROMISE), pages 1:1–1:4, New York, NY, USA. ACM.
Ortu, M., Murgia, A., Destefanis, G., Tourani, P., Tonelli, R., Marchesi, M., and Adams, B. (2016). The emotional side of software developers in jira. In Proceedings of the 13th Int. Conf. on Mining Soft. Repositories(MSR), pages 480–483, NY, USA. ACM.
Pan, J. and Mao, X. (2014). An empirical study on interaction factors influencing bug reopenings. In 21st Asia-Pacific Soft. Engineering Conf., volume 2, pages 39–42.
Shihab, E., Ihara, A., Kamei, Y., Ibrahim, W. M., Ohira, M., Adams, B., Hassan, A. E., and Matsumoto, K.-i. (2013). Studying re-opened bugs in open source software. Empirical Software Engineering, 18(5):1005–1042.
Souza, R. R., Chavez, C. F., and Bittencourt, R. A. (2015). Patch rejection in Firefox: negative reviews, backouts, and issue reopening. J. of Soft. Eng. Res. and Dev., 3(1).
Thelwall, M., Buckley, K., Paltoglou, G., Cai, D., and Kappas, A. (2010). Sentiment strength detection in short informal text. J. Am. Soc. Inf. Sci. Technol., 61(12):2544–2558.
Zimmermann, T., Nagappan, N., Guo, P. J., and Murphy, B. (2012). Characterizing and predicting which bugs get reopened. In 34th Int. Conf. on Software Engineering (ICSE), pages 1074–1083.
