1.周明辉: 开源数字社会学

摘要: 开源开发模式以互联网为载体，可有效汇聚群体智慧，为产业和社会带来了机会，但因其开放性和复杂性又面临诸多挑战。开源支撑平台及工具积累的海量数据为理解、分析和改进开源开发提供了丰富的资源。本报告从开源现状及其挑战的大背景出发， 讨论有价值的可探索的开源研究问题，以及如何用数据驱动的方法分析和度量，进而支持开源开发和社区建设。

简介:周明辉，北京大学计算机系教授，北大博雅特聘教授。主要研究兴趣是软件工程、人机交互和开源数字社会学。在国际顶级期刊和会议等发表70多篇论文，重点研究群体协作和开源生态机制机理以及数据智能推荐技术。曾获ACM杰出论文奖，入选教育部新世纪优秀人才计划，获国家杰青项目。多次担任顶级国际会议ICSE、FSE、ASE的PC和SANER、FSE SHOWCASE等的PC Chair等。 作为主要发起人和起草人的木兰宽松许可证MulanPSL2获得国际OSI认证。

摘要: 在软件的演进过程中，持续的修改使得软件变得越来越复杂，难以避免的造成软件架构腐化，进而影响软件的可维护性。由于软件架构自身的抽象程度高、复杂、不可见等特点，已有技术依然难以准确、真实地反映软件架构的特性和存在的问题。 在此次报告中，报告人将展示基于软件架构的软件可维护性度量方法、软件架构缺陷的检测方法、架构缺陷与代码重构的关联性研究。

简介: 莫然，华中师范大学副教授。主要研究方向包括软件架构的度量与缺陷检测、架构重构、架构迁移分析等。 在软件架构分析方面，申请了多项专利；在软件工程领域重要的会议和期刊上（包括ICSE，ASE，TSE等）发表十多篇学术论文。

摘要: 当前，软件产业规模全面跃升，软件工程领域面临两大全新的挑战。一方面，软件制品的数据规模急剧膨胀，包括源代码、开发历史等，从而产生了围绕软件制品的相关研究。另一方面，软件实践者进行大规模跨地域的交互协同，开发实践呈现复杂特性，从而产生了面向软件实践者的相关研究。 本报告将介绍面向软件实践者的经验软件工程相关研究，主要包括区块链、智能合约及机器学习等技术对软件实践者产生的影响，以及针对软件实践者效率提升所提出的编程任务上下文预测方法。

简介:万志远，浙江大学计算机科学与技术学院副教授。主要研究方向为经验软件工程，采用软件工程与数据科学交叉领域的理论与方法，旨在提升软件质量、提高实践者开发效率。在TSE、ICSE、ASE等软件工程领域权威期刊和会议发表多篇论文。 担任ICSE 2022、ESEC/FSE 2021 Artifacts、ASE 2020等国际学术会议程序委会委员，TSE、EMSE、IEEE Software等国际期刊审稿人。

摘要: 软件开发是一个以人为中心的活动，人的因素对整个软件开发的效率和产出都有重要影响。当前学术界和工业界对程序员活动已经展开了广泛的研究。本报告将介绍基于开源数据和工业界数据展开的以开发人员为中心的软件开发活动方面的相关研究。主要包括三个方面: 1）基于开源数据，通过特征工程和机器学习的方法预测开发人员是否会成为一个开源社区的长期贡献者，并分析影响一个开发人员成为长期贡献者的因素； 2）利用工业界的数据分析疫情期间远程办公对开发人员工作效率的影响；3）基于深度学习技术自动化地挖掘开发人员讨论信息。

简介:鲍凌峰，浙江大学计算机科学与技术学院副教授。目前主要的研究方向为软件仓库挖掘、程序员行为分析等。 近年来在TSE、EMSE等期刊和ICSE、FSE、ASE等会议发表论文二十余篇。