中文软件问答社区主题分析研究

来源：软件学报杂志2020年第4期北京时间：

作者：蒋竞，吕江枫，张莉

单位：蒋竞，北京航空航天大学 计算机学院, 北京 10019111,吕江枫，北京航空航天大学 计算机学院, 北京 10019102,张莉，北京航空航天大学 计算机学院, 北京 10019103

摘要：软件问答社区是软件开发者通过问答方式进行技术交流的网络平台.近年来，软件问答社区积累了大量用户讨论的技术问答内容.一些研究者对Stack Overflow等英文问答社区进行主题分析研究，但是缺少对于中文软件问答社区的分析.通过对中文软件回答社区开展主题分析研究，不仅可以指导开发者更好地了解技术动向，而且可以帮助管理者改进社区、吸引更多用户参与."开源中国"是中国最大的技术社区之一.对"开源中国"开展了开发者问题主题分析研究.收集"开源中国"的92 383个开发者问题，采用隐狄利克雷分配模型的主题分析方法，分析开发者问题的主题分布、热度趋势、回答情况和关键技术热度等.发现：（1）开发者讨论的技术主题分为前端开发、后端开发、数据库、操作系统、通用技术和其他6个类别.其中，前端开发讨论占比最大.（2）后端开发下的主题中用户的关注重点从传统的项目部署、服务器配置转移到较新的分布式系统等主题.（3）数据展示主题的零回答问题比例最高，数据类型主题下的零回答问题比例最低.（4）在技术学习主题下，用户对于Java的讨论明显多于对Python的讨论.

关键词：软件问答社区;主题模型;经验研究;隐狄利克雷分配模型;开源中国

基金资助：国家重点研发计划（2018YFB1004202）；国家自然科学基金（61672078）