論文の概要: Locating Community Smells in Software Development Processes Using
Higher-Order Network Centralities
- arxiv url: http://arxiv.org/abs/2309.07467v1
- Date: Thu, 14 Sep 2023 06:48:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-15 15:59:49.199407
- Title: Locating Community Smells in Software Development Processes Using
Higher-Order Network Centralities
- Title（参考訳）: 高階ネットワーク中心性を用いたソフトウェア開発プロセスにおけるコミュニティスメルの配置
- Authors: Christoph Gote, Vincenzo Perri, Christian Zingg, Giona Casiraghi,
Carsten Arzig, Alexander von Gernler, Frank Schweitzer, Ingo Scholtes
- Abstract要約: コミュニティの臭いは、ソフトウェア開発チームのインタラクションにおいて、ソフトウェアを作る能力を阻害する負のパターンである。
現在のアプローチは、ソフトウェアチームの相互作用構造の静的ネットワーク表現を分析して、コミュニティの臭いを検出することを目的としている。
我々は、高階ネットワークモデルが、そのような隠れパターンと複雑な関係を明らかにする堅牢な手段を提供することを示した。
- 参考スコア（独自算出の注目度）: 38.72139150402261
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Community smells are negative patterns in software development teams'
interactions that impede their ability to successfully create software.
Examples are team members working in isolation, lack of communication and
collaboration across departments or sub-teams, or areas of the codebase where
only a few team members can work on. Current approaches aim to detect community
smells by analysing static network representations of software teams'
interaction structures. In doing so, they are insufficient to locate community
smells within development processes. Extending beyond the capabilities of
traditional social network analysis, we show that higher-order network models
provide a robust means of revealing such hidden patterns and complex
relationships. To this end, we develop a set of centrality measures based on
the MOGen higher-order network model and show their effectiveness in predicting
influential nodes using five empirical datasets. We then employ these measures
for a comprehensive analysis of a product team at the German IT security
company genua GmbH, showcasing our method's success in identifying and locating
community smells. Specifically, we uncover critical community smells in two
areas of the team's development process. Semi-structured interviews with five
team members validate our findings: while the team was aware of one community
smell and employed measures to address it, it was not aware of the second. This
highlights the potential of our approach as a robust tool for identifying and
addressing community smells in software development teams. More generally, our
work contributes to the social network analysis field with a powerful set of
higher-order network centralities that effectively capture community dynamics
and indirect relationships.
- Abstract（参考訳）: コミュニティの臭いは、ソフトウェア開発チームのインタラクションにおいて、ソフトウェアを成功させる能力を阻害する負のパターンである。
例えば、チームメンバーが単独で作業すること、コミュニケーションの欠如、部署やサブチーム間でのコラボレーション、あるいは少数のチームメンバーしか作業できないコードベースの領域などです。
現在のアプローチは、ソフトウェアチームの相互作用構造の静的ネットワーク表現を分析して、コミュニティの臭いを検出することを目的としている。
そのため、開発プロセス内でコミュニティの臭いを見つけるには不十分である。
従来のソーシャルネットワーク分析の能力を超えて、高階ネットワークモデルがそのような隠れパターンや複雑な関係を明らかにする堅牢な手段を提供することを示す。
この目的のために,MOGen高次ネットワークモデルに基づく集中度尺度のセットを開発し,5つの経験的データセットを用いた影響ノードの予測の有効性を示す。
次に,ドイツのitセキュリティ企業genua gmbhのプロダクトチームの包括的分析にこれらの尺度を適用し,コミュニティの臭いを識別し,同定する手法の成功を示す。
具体的には、チームの開発プロセスの2つの領域で、重要なコミュニティの臭いを発見します。
チームは1つのコミュニティの臭いを認識し、それに対処するための対策を講じていましたが、その2つには気付いていませんでした。
これは、ソフトウェア開発チームにおけるコミュニティの臭いを識別し対処するための堅牢なツールとしての私たちのアプローチの可能性を強調しています。
より一般的に、我々の研究は、コミュニティのダイナミクスや間接的な関係を効果的にとらえる強力な高階ネットワーク中心性を持つソーシャルネットワーク分析分野に貢献する。
関連論文リスト
- Multi-Agent Software Development through Cross-Team Collaboration [30.88149502999973]
ソフトウェア開発のためのスケーラブルなマルチチームフレームワークである、クロスチームコラボレーション(CTC)を紹介します。
CTCは、組織されたチームがさまざまな決定を共同で提案し、洞察とコミュニケーションすることを可能にする。
その結果,最先端のベースラインに比べて品質が顕著に向上した。
論文 参考訳（メタデータ） (2024-06-13T10:18:36Z) - WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳（メタデータ） (2024-03-12T14:58:45Z) - Digital cloning of online social networks for language-sensitive
agent-based modeling of misinformation spread [0.0]
オンラインソーシャルネットワーク内で拡散する誤情報を研究するためのシミュレーションフレームワークを開発する。
我々は、ソーシャルメディア履歴を1万人以上のユーザー向けにダウンロードすることで、既知の偽情報共有ネットワークの「デジタルクローン」を作成する。
論文 参考訳（メタデータ） (2024-01-23T06:02:03Z) - Building Cooperative Embodied Agents Modularly with Large Language
Models [104.57849816689559]
本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。
我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。
C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
論文 参考訳（メタデータ） (2023-07-05T17:59:27Z) - Knowledge-based Reasoning and Learning under Partial Observability in Ad
Hoc Teamwork [4.454557728745761]
本稿では,非単調な論理的推論に基づいてアドホックエージェントの動作を決定するアーキテクチャを提案する。
これは、他のエージェントの行動を予測するモデルのオンライン選択、適応、学習をサポートする。
単純なシナリオと複雑なシナリオの両方において、アーキテクチャのパフォーマンスが、最先端のデータ駆動ベースラインと同等か、あるいは同等であることを示す。
論文 参考訳（メタデータ） (2023-06-01T15:21:27Z) - Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。
このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。
我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
論文 参考訳（メタデータ） (2023-02-28T14:53:29Z) - Personalized multi-faceted trust modeling to determine trust links in
social media and its potential for misinformation management [61.88858330222619]
ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。
本稿では,データ駆動型多面信頼モデルを提案する。
信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
論文 参考訳（メタデータ） (2021-11-11T19:40:51Z) - Community Formation and Detection on GitHub Collaboration Networks [0.0]
本稿は、GitHubユーザ18万人とそのリポジトリコントリビューションの大規模な履歴データセットについて説明する。
OSSコラボレーションは、緊密に連携する少数のユーザグループによって特徴づけられる。
論文 参考訳（メタデータ） (2021-09-23T18:43:00Z) - A multilevel clustering technique for community detection [0.0]
本研究では,ネットワーク内の関連コミュニティを識別するスケーラブルなフレームワークに基づく新しい検出手法を提案する。
マイクロコズムと呼ばれる地域社会を識別するために構造的およびテキスト的情報を活用するマルチレベルクラスタリング手法(MCT)を提案する。
このアプローチは、低レベルのコミュニティがTwitterでどのように進化し、行動するかを説明するためのより良い理解と明快さを提供します。
論文 参考訳（メタデータ） (2021-01-16T23:26:44Z) - A game-theoretic analysis of networked system control for common-pool
resource management using multi-agent reinforcement learning [54.55119659523629]
マルチエージェント強化学習は近年,ネットワーク型システム制御へのアプローチとして大きな可能性を秘めている。
共通プールの資源は耕作可能な土地、淡水、湿地、野生生物、魚類資源、森林、大気である。
論文 参考訳（メタデータ） (2020-10-15T14:12:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。