Page 72 - 《软件学报》2026年第7期

王璐瑶 等: 面向 Discord 平台的开源软件实践者沟通实证研究 2757

话问题是否解决方面具有良好的判别能力. 固定效应系数分析结果显示, 与参与者特征和对话特征相关的变量对
对话问题解决情况具有统计学显著的正向影响. 然而, 对话层面的消息特征变量未显示出统计学显著性, 说明仅依
靠消息特征难以有效预测对话问题是否能够得到解决.
对话变量 (对话主题、对话持续时间和对话轮数) 对对话问题解决情况均呈显著正向影响 (模型 B 中估计值
为正, 且 p<0.001). 对话时长越长、轮数越多, 反映出参与者在对话中更高的参与度, 从而提高问题得到解决的可
能性. 此外, 当活跃参与者以回复者身份参与对话时, 对问题解决产生显著的正向作用 (模型 B 中估计值为正且数
值最大, 且 p<0.01).
为进一步探究讨论主题对对话问题解决情况的影响, 研究分析了图 13 所示不同讨论主题中对话互动模式的
分布情况. 在这 3 大类主题中, 面向知识类主题的对话整体解决率最高, 范围从“学习建议”主题的 82% 至“架构设
计”主题的 100%. 其中, “架构设计”主题的问题解决率最高, 反映出开发者普遍积极参与此类讨论, 并乐于分享设
计思路. 相比之下, 面向问题类主题的对话整体解决率相对较低, 范围从“测试/构建失败”主题的 63% 至“API 变化”主
题的 80%. 其中, “测试/构建失败”主题的问题解决率最低, 可能由于不同环境下测试和构建配置的复杂性, 导致问
题难以解决.

应用方案相关 问题故障相关 知识背景相关

100 P10
80 P9
对话互动模式占比 (%) −20 0 P7
P8
60
40
P6
20
P5
P4
−40
P2
−60 P3
P1
API的使用 评论建议 无法运行 可靠性问题 性能问题 测试/构建失败 错误故障 API变化 背景信息 新功能 架构设计 学习建议 其他

图 13 对话互动模式在各个讨论主题的分布

● RQ4 研究结果总结. 当问题描述较长或包含网址链接时, 会显著延长对话的响应时间. 而当问题中包含代码
片段、在工作日或高峰时段提出, 或由活跃参与者及社区中担任预定义角色的成员发起时, 对话通常能够更快获
得回应. 此外, 讨论主题对问题是否得以解决具有显著影响, 且对话持续时间越长、交互轮次越多, 问题成功解决
的可能性越高.
4 讨 论

4.1 在线交流平台开发者
● 引导实践者有针对性地参与社区讨论. 软件实践者在 Discord 的实时交流中讨论各类主题, 而讨论主题对对
话中问题的解决情况具有重要影响 (RQ4). 当前, 尽管 Discord 支持参与者对频道内的实时交流进行分类, 但其分
类粒度通常较粗, 难以覆盖具体的讨论主题. 基于关注点分离原则 [59] , 不同维度的关注点对不同利益相关者具有
差异化价值, 因此在线交流平台需要具备对多维度关注点进行识别、封装与整合的能力. 具体而言, 在线交流平台
可参考 RQ3 中提出的讨论主题分类, 实现对实时沟通内容的精细化自动分类. 平台还可进一步突出关键问题, 如
新功能及相关问题, 以便不同角色的开源软件参与者能够高效理解并检索所需信息.
● 优化在线交流平台的对话导航功能. 在线交流平台的开放性常导致对话被持续涌入的消息淹没 [32] . 数据集 I