OSSプロジェクトへのオンボーディング支援のためのGood First Issue自動分類

抄録

オープンソースソフトウェア(OSS)開発プロジェクトは，プロジェクトの持続可能性を維持するために常に新たな開発者からの貢献を求めている．一部のプロジェクトでは，「Good First Issue(GFI)」と呼ばれるラベルを用いて，新規開発者向けのIssueを用意しオンボーディングを支援している．ただし，ラベル付けはプロジェクトメンテナの手作業で行われておりメンテナにとって負担となるため，多くのプロジェクトではGFIラベルは積極的に利用されていない．本研究の目的は，OSSプロジェクトの新規開発者向けのIssueを自動分類する機械学習モデルを構築することである．本論文では，ランダムフォレストを用いて分類モデルを構築した結果を述べる．通常Issue約15万件とGFI約1万件を収集して10分割交差検証を行った結果，Precisionが0.91，Recallが0.30となった(RQ1)．また，重要度が高い特徴量を分析し，GFIの分類には投稿者のプロジェクト内での役割が重要であることが分かった(RQ2)．