软件学报

作者：罗诗雨，李馨蕾，罗俊韬，王新，张国锋，陈阳

单位：罗诗雨，复旦大学 计算机科学技术学院, 上海 200438;上海市智能信息处理重点实验室(复旦大学), 上海 20043811,李馨蕾，上海对外经贸大学 统计与信息学院, 上海 20162002,罗俊韬，复旦大学 计算机科学技术学院, 上海 20043803,王新，复旦大学 计算机科学技术学院, 上海 200438;上海市智能信息处理重点实验室(复旦大学), 上海 20043804,张国锋，上海对外经贸大学 统计与信息学院, 上海 20162005,陈阳，复旦大学 计算机科学技术学院, 上海 200438;上海市智能信息处理重点实验室(复旦大学), 上海 20043806

关键词：维护状态识别;开源软件项目;机器学习;动态时间序列特征

基金：国家自然科学基金(62072115, 62472101); 上海市“科技创新行动计划”政府间国际科技合作项目(22510713600); 上海市“科技创新行动计划”启明星项目(扬帆专项) (22YF1415000); 上海市“科技创新行动计划”社会发展科技攻关项目(22dz1204900)

随着开源软件的广泛普及和迅速发展, 对开源软件项目的维护工作成为软件开发周期中的一个关键环节. 作为全球范围内代表性的开发者社区, GitHub往往在同一领域有着大量功能相似的软件项目仓库, 导致用户在选择合适的项目仓库进行使用或进一步开发时面临挑战, 因此协助用户准确识别项目仓库的维护状态具有重要的现实意义. 然而, GitHub平台并未提供可以直接衡量项目仓库维护状态的信息. 提出一个基于机器学习的项目仓库维护状态自动识别方法, 设计实现一套基于机器学习的分类模型GitMT, 通过有效整合动态时间序列特征和描述性特征, 可以实现项目仓库“活跃”与“未维护”状态的准确识别. 经过一系列基于大规模真实数据的实验验证, GitMT在项目仓库维护状态的识别任务中AUC值达到了0.964. 此外, 还构建一个以软件项目仓库维护状态为中心的开源数据集——GitMT Dataset: https://doi.org/10.7910/DVN/OJ2NI3.

来源：2025年第11期

《软件学报》期刊编辑部

查看软件学报杂志2025年第11期