【技术实现步骤摘要】
本申请涉及软件开发，特别是涉及一种开源软件开发机器人对开发者情感影响的分析方法和装置。
技术介绍
1、随着开源开发的不断繁荣，越来越多的开发者参与到开源社区中，这使得无数开源项目涌现，并激励起贡献者大规模参与，以及持续不断的高质量贡献。然而，项目规模的扩大也给软件维护带来了挑战，在许多开源项目开发任务中，开发人员可能面临代码审查、错误分类、提供指导、运行集成或性能测试、设置和维护计算基础设施，或随时待命以对生产问题作出反应。针对开源项目开发流程中繁杂的日常任务，越来越多的开发人员尝试在他们的项目中使用软件开发机器人。作为一种自动化工具，软件开发机器人有着为开发者提供服务的交互式智能接口，将开发人员从繁杂的日常任务中解放出来，它可以帮助开发者签署贡献者许可协议、代码审查、代码依赖项更新、管理issues和pull requests等，并通过评论与开发者产生交互，通知开发者与项目相关事宜，提供缺陷分析报告、代码测试报告等。
2、开发者的情绪在开发过程中十分重要，因为它们可能会影响项目进展，开发者的情绪受各种因素影响，比如软件漏洞、缺陷修复速度、代码提交时间、与其他评论者的交互等。我们越了解开发者的情绪，就越能在开发过程中为开发者提供更好的解决方法，从而更好地支持开发者高质量、高效率的开发。
3、软件开发机器人作为一种辅助开发者工作的工具，其在项目中的应用是否会影响开发者的情绪，不同种类的软件开发机器人对开发者的情绪是否有不同的影响，目前缺乏对这一过程的评估方法。其次，开发者对软件开发机器人的反馈情感是如何的，
4、因此，如何定量评估不同种类的软件开发机器人的应用对开发者情感带来的影响以及开发者对软件开发机器人的情感反馈，帮助开发者选择适合项目的软件开发机器人，并且合理优化软件开发机器人成为了一个亟待解决的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种开源软件开发机器人对开发者情感影响的分析方法和装置。该方法利用情感分析的方法，对开发者在开源项目中的评论内容计算情感分数，定量分析软件开发机器人的应用对开发者情感带来的影响，以及开发者对软件机器人的情感反馈，从而更好的对软件机器人进行优化，帮助开发者合理的选择适合项目的软件开发辅助机器人。
2、一种开源软件开发机器人对开发者情感影响的分析方法，所述方法包括：
3、获取开源项目数据集，并提取所述开源项目数据集中所有issues和pullrequests的基本信息；
4、根据issues和pull requests基本信息，获取所有用户的评论，将评论的基本信息存入数据集，所述评论的基本信息包括id、评论者、评论者用户类型、评论内容、评论时间。
5、对所述评论者用户类型进行用户类别检测，确定用户类型，所述用户类型为：开发者或软件开发机器人。
6、根据用户类型、用户名、所述评论内容对所述软件开发机器人进行分类，得到软件开发机器人的分类结果。
7、对所述评论内容进行数据预处理，并对预处理后的评论内容进行文本情感分析，得到每条评论的情感极性和情感分数。
8、根据预设标准对所述开源项目数据集中的评论进行划分。
9、根据划分后的评论和所述软件开发机器人的分类结果，对所述评论的情感极性和情感分数进行统计分析，得到分析结果。
10、根据所述分析结果对软件开发机器人的优化给出建议，并向用户推荐软件开发机器人。
11、在其中一个实施例中，获取开源项目数据集，并提取所述开源项目数据集中所有issues和pull requests的基本信息，包括：
12、采用github api爬取开源项目数据集，从开源项目数据集中选择满足预设条件的存储库，并将开源项目的所有者、创建时间、描述、主题等基本信息存入数据集。
13、采用github api爬取开源项目数据集中所有issues和pull requests的基本信息，并将所述基本信息存入数据集，所述基本信息包括id、评论者、评论者用户类型、评论内容、评论时间。
14、在其中一个实施例中，根据用户类型、用户名、所述评论内容对所述软件开发机器人进行分类，得到软件开发机器人的分类结果，包括：
15、从所述评论内容中提取出软件开发机器人用户的评论。
16、根据软件开发机器人用户的评论内容的不同，将软件开发机器人的评论分为五种类型，所述五种类型包括：通知、问候、报告、软件开发机器人使用指导、请求信息。
17、在其中一个实施例中，所述评论内容包括：用户撰写的文本评论、其他评论的引用、超链接以及文件名。
18、对所述评论内容进行数据预处理，并对预处理后的评论内容进行文本情感分析，得到每条评论的情感极性和情感分数，包括：
19、采用字符串匹配的方式将原始评论内容中的用撰写的文本评论和其他评论的引用进行预处理。
20、对预处理后的评论内容进行文本情感分析，得到每条评论的情感极性和情感分数。
21、在其中一个实施例中，对预处理后的评论内容进行文本情感分析，得到每条评论的情感极性和情感分数，包括：
22、采用sentistrength分析预处理后的评论内容的情感极性与情感分数，得到每条评论的情感极性和情感分数。
23、在其中一个实施例中，根据预设标准对所述开源项目数据集中的评论进行划分，步骤中所述预设标准为包括：是否由软件机器人创建，是否有软件机器人参与评论，评论中包含关键词bot或软件机器人用户名。
24、在其中一个实施例中，根据划分后的评论和所述软件开发机器人的分类结果，对所述评论的情感极性和情感分数进行统计分析，得到分析结果，包括：
25、根据每条评论的情感极性和情感分数，统计由软件机器人提出的、由开发者提出的、有软件机器人参与评论的、没有软件机器人参与评论的issues和pull requests下所有开发者评论的情感分数，将结果用百分比表示，并制作图表。
26、按照所述软件开发机器人的分类结果，统计不同种类软件机器人提出的、参与评论的issues和pull requests下所有开发者评论的情感分数，将结果制作图表。
27、检索所有包含软件机器人用户名或关键词“bot”的开发者评论，根据每条评论的情感极性和情感分数，将积极、中立、消极情绪用百分比表示，并制作图表。
28、一种开源软件开本文档来自技高网...
【技术保护点】
1.一种开源软件开发机器人对开发者情感影响的分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取开源项目数据集，并提取所述开源项目数据集中所有Issues和Pull Requests的基本信息，包括：
3.根据权利要求1所述的方法，其特征在于，根据用户类型、用户名、所述评论内容对所述软件开发机器人进行分类，得到软件开发机器人的分类结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述评论内容包括：用户撰写的文本评论、其他评论的引用、超链接以及文件名；
5.根据权利要求1所述的方法，其特征在于，对预处理后的评论内容进行文本情感分析，得到每条评论的情感极性和情感分数，包括：
6.根据权利要求1所述的方法，其特征在于，根据预设标准对所述开源项目数据集中的评论进行划分，步骤中所述预设标准为包括：是否由软件机器人创建，是否有软件机器人参与评论，评论中包含关键词bot或软件机器人用户名。
7.根据权利要求6所述的方法，其特征在于，根据划分后的评论和所述软件开发机器人的分类结果，对所述
8.一种开源软件开发机器人对开发者情感影响的分析装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种开源软件开发机器人对开发者情感影响的分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取开源项目数据集，并提取所述开源项目数据集中所有issues和pull requests的基本信息，包括：
3.根据权利要求1所述的方法，其特征在于，根据用户类型、用户名、所述评论内容对所述软件开发机器人进行分类，得到软件开发机器人的分类结果，包括：
4.根据权利要求1所述的方法，其特征在于，所述评论内容包括：用户撰写的文本评论、其他评论的引用、超链接以及文件名；
5.根据权利要求1所述的方法，其...
【专利技术属性】
技术研发人员：王涛，高安泽，邬小军，张洋，余跃，杨程，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。