Page 75 - 《软件学报》2026年第7期

2760 软件学报 2026 年第 37 卷第 7 期

平解读了模型系数, 用以确定各沟通特征的正向或负向影响.
● 内部有效性. 数据集 II 中对话主题分析涉及讨论主题与互动模式的人工编码及卡片分类, 可能影响内部有
效性. 为降低此类威胁, 两位标注者就初始编码进行讨论并达成一致, 以确保编码质量. 随后, 分别独立对数据集 II
的对话进行了 3 轮卡片分类, 每轮均通过 Kappa 系数评估评分者信度, 若出现分歧则通过讨论解决, 以保证标注结
果的一致性与准确性.
● 构建有效性. 用于识别消息意图和对话讨论主题的分类体系可能对结果产生显著影响, 进而对构建有效性
构成潜在威胁. 为减轻此类威胁, 本文参考了先前研究 [18,110,111] 中的现有分类体系, 并通过混合卡片分类法制定了
适用于 Discord 场景的分类体系.
● 外部有效性. 威胁主要来源于研究结果在 Discord 更广泛社区群体中的可推广性. 为提高可推广性, 研究从
不同技术领域中选取了 7 个开源软件社区, 其中有 3 个社区曾被纳入近期的 Gitter 研究中 [18] . 所选社区在 Discord
所属技术领域中, 无论从存续时间还是规模来看, 均处于上层水平, 这可能限制研究结果在新兴的小型开源软件社
区中的适用性. 本文数据来源于 Discord 平台的公开频道, 存在两个潜在局限: 其一, Discord 在部分区域存在访问
受限, 样本覆盖可能不足以反映全球开发者的整体情况; 其二, 部分频道为非公开状态, 相应内容未被纳入分析范
围. 这些因素可能对结论的普适性产生一定影响. 然而, 本文的目标在于揭示平台内部的沟通机制与特征, 而非开
发者群体或频道的分布, 因此这些限制对研究结论的整体有效性影响有限.

7 结论与未来工作

本文围绕开源软件实践者在 Discord 在线交流平台上的沟通行为开展了大规模实证研究, 针对实时交流中实
践者的参与度、互动模式和讨论主题等沟通特征进行了定量分析, 并评估了这些特征对对话响应时间和问题解决
情况的影响. 基于研究发现, 未来工作可在以下方向深入探索: 开发自动化工具, 以提升信息导航和检索效率, 从而
促进开源社区的沟通与协作; 系统地比较不同在线平台之间实践者的沟通差异, 探索跨平台整合机制, 为开源软件
社区提供统一的体验; 结合多模态分析方法, 将图片等非文本内容进行整合, 获得沟通场景中更全面的有效信息.

References
[1] Lin B, Zampetti F, Bavota G, Di Penta M, Lanza M. Pattern-based mining of opinions in Q&A websites. In: Proc. of the 41st
IEEE/ACM Int’l Conf. on Software Engineering (ICSE 2019). Montreal: IEEE, 2019. 548–559. [doi: 10.1109/ICSE.2019.00066]
[2] Handel M, Herbsleb JD. What is chat doing in the workplace? In: Proc. of the 2002 ACM Conf. on Computer Supported Cooperative
Work. New Orleans: ACM, 2002. 1–10. [doi: 10.1145/587078.587080]
[3] Elliott MS, Scacchi W. Free software developers as an occupational community: Resolving conflicts and fostering collaboration. In:
Proc. of the 2003 ACM Int’l Conf. on Supporting Group Work. Sanibel Island: ACM, 2003. 21–30. [doi: 10.1145/958160.958164]
[4] Beyer S, Macho C, Di Penta M, Pinzger M. Automatically classifying posts into question categories on Stack Overflow. In: Proc. of the
26th Conf. on Program Comprehension (ICPC 2018). Gothenburg: IEEE, 2018. 211–221.
[5] Chowdhury SA, Hindle A. Mining StackOverflow to filter out off-topic IRC discussion. In: Proc. of the 12th IEEE/ACM Working Conf.
on Mining Software Repositories (MSR 2015). Florence: IEEE, 2015. 422–425. [doi: 10.1109/MSR.2015.54]
[6] Wan ZY, Xia X, Hassan AE. What do programmers discuss about blockchain? A case study on the use of balanced LDA and the
reference architecture of a domain to capture online discussions about blockchain platforms across stack exchange communities. IEEE
Trans. on Software Engineering, 2021, 47(7): 1331–1349. [doi: 10.1109/tse.2019.2921343]
[7] Yang XL, Lo D, Xia X, Wan ZY, Sun JL. What security questions do developers ask? A large-scale study of Stack Overflow posts.
Journal of Computer Science and Technology, 2016, 31(5): 910–924. [doi: 10.1007/s11390-016-1672-0]
[8] Canfora G, Di Penta M, Oliveto R, Panichella S. Who is going to mentor newcomers in open source projects? In: Proc. of the 20th ACM
SIGSOFT Int’l Symp. on the Foundations of Software Engineering (FSE 2012). Cary: ACM, 2012. 44. [doi: 10.1145/2393596.2393647]
[9] Shihab E, Jiang ZM, Hassan AE. On the use of Internet Relay Chat (IRC) meetings by developers of the GNOME GTK+ project. In:
Proc. of the 6th IEEE Int’l Working Conf. on Mining Software Repositories (MSR 2009). Vancouver: IEEE, 2009. 107–110. [doi: 10.
1109/MSR.2009.5069488]
[10] Käfer V, Graziotin D, Bogicevic I, Wagner S, Ramadani J. Communication in open-source projects-end of the E-mail era? In: Proc. of
the 40th Int’l Conf. on Software Engineering (ICSE 2018). Gothenburg: ACM, 2018. 242–243. [doi: 10.1145/3183440.3194951]