Comparison of Source Code Reviewer Recommendation Algorithms

Bc. Kristína Lalíková

Bakalářská práce

Anotace:

Code review je nevyhnutný proces zlepšujúci kvalitu kódu v softwarových projektoch. Veľkosť projektov a distribuovaný vývoj však túto úlohu značne sťažujú. Rýchly výber vhodného vývojára na kontrolu kódu môže tento proces zjednodušiť a urýchliť, rovnako ako prispieva k zlepšeniu kvality ako aj kontroly kódu, tak aj samotného projektu. Jedným z navrhovaných riešení je automatizovaný návrh a voľba vhodného vývojára na code review v závislostí na už dostupných dátach z projektu. V tejto práci sledujeme presnosť a efektivitu niekoľkých navrhovaných algoritmov. Analyzujeme nové prístupy, re-implementujeme niekoľko algoritmov, založených na rôznych vlastnostiach pull requestov (RevFinder, Information Retrieval, Comment Network) ako aj algoritmy, ktoré kombinujú prístupy vyššie zmienených algoritmov. Následne sme zozbierali dáta z 18 open source projektov, aby sme mohli porovnať presnosť a efektivitu implementovaých algoritmov.

Abstract:

Source code reviews are necessary to improve the quality of source code in software projects. However, the size and distributed development can make performing code reviews often a non-trivial task. Finding the appropriate reviewers for parts of the source code can speed up the process of reviews and improve the quality of both the reviews and the code. For this reason, automated recommendation of reviewers was proposed as a solution to this problem, trying to identify the best reviewers based on the history of a project. In this thesis we look at the accuracy and performance of several algorithms that were proposed over time. We first review and analyse the state of the art algorithms for reviewers recommendation. Further, we re-implement several different approaches based on different criteria (RevFinder, Information Retrieval, Comment Network) as well as approaches that combine the aforementioned ones. Finally, we collect data from 18 open source projects to evaluate the approaches and compare both their accuracies and efficiencies.

Keywords

Source Code Review, Reviewer Recommendation, GitHub, Pull-based Development Model

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 26. 5. 2020

Obhajoba závěrečné práce

• Obhajoba proběhla 23. 6. 2020
• Vedoucí: PhD Bruno Rossi
• Oponent: RNDr. Stanislav Chren

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika