基于版本更新日志的移动应用演化趋势自动分析 - 钟仁毅, 王翀, 梁鹏, 罗忠.pdf
免费下载
计 算 机 研 究 与 发 展
DOI
:
１０．７５４４∕issn１０００Ｇ１２３９．２０２１．２０２００７５６
JournalofCom
p
uterResearchandDevelo
p
ment ５８
(
４
):
７６３ ７７６
,
２０２１
收稿日期
:
２０２０
－
０９
－
１６
;
修回日期
:
２０２０
－
１２
－
２１
基金项目
:
国家重点研发计划项目
(
２０１８YFB１００３８００
);
国家自然科学基金项目
(
６１７０２３７８
,
６１９７２２９２
,
６２０３２０１６
)
Thisworkwassu
pp
ortedb
y
theNationalKe
y
ResearchandDevelo
p
mentPro
g
ramofChina
(
２０１８YFB１００３８００
)
andtheNational
NaturalScienceFoundationofChina
(
６１７０２３７８
,
６１９７２２９２
,
６２０３２０１６
)
．
通信作者
:
王翀
(
cwan
g
＠whu．edu．cn
)
基于版本更新日志的移动应用演化趋势自动分析
钟 仁 毅
１
王
翀
１
梁
鹏
１
罗
忠
２
１
(
武汉大学计算机学院
武汉
４３００７２
)
２
(
海军工程大学舰船与海洋学院
武汉
４３００３３
)
(
xi
y
ezr
y
＠whu．edu．cn
)
AutomaticTrendAnal
y
sisofMobileA
pp
U
p
datesBasedonA
pp
Chan
g
elo
g
s
Zhon
g
Ren
y
i
１
,
Wan
g
Chon
g
１
,
Lian
g
Pen
g
１
,
andLuoZhon
g
２
１
(
Schoolo
f
Com
p
uterScience
,
WuhanUniversit
y
,
Wuhan
４３００７２
)
２
(
De
p
artmento
f
NavalArchitectureEn
g
ineerin
g
,
NavalUniversit
y
o
f
En
g
ineerin
g
,
Wuhan
４３００３３
)
Abstract DataＧdrivenanal
y
sisonthedevelo
p
ment
,
maintenance
,
andevolutionhasrecentl
y
become
anareaofactiveresearch．However
,
littleisknowntotreata
pp
chan
g
elo
g
sasthein
p
uttoex
p
lorethe
t
yp
esofre
q
uirementsthata
pp
develo
p
ers
p
a
y
themostattentionwhenreleasin
g
ana
pp
,
aswellas
trendofa
pp
develo
p
mentandu
p
dates．This
p
a
p
erre
p
ortstheresultsofanex
p
lorator
y
stud
y
inwhich
weanal
y
zethere
q
uirementsandbuzzwordsthatdominatethechan
g
esofa
pp
s
,
accordin
g
toasetof
６５２７chan
g
escollectedfrom６０a
pp
sfromthreecate
g
oriesintheA
pp
leA
pp
Store
:“
Travel
”,“
Social
Networkin
g
”
and
“
Books
”
．First
,
the
p
erformanceofthreesu
p
ervisedmachinelearnin
g
al
g
orithmsis
evaluatedtofindthe mostsuitableclassifiersfortheautomaticclassification ofa
pp
chan
g
elo
g
s．
Furthermore
,
basedontheclassificationresultsofa
pp
chan
g
elo
g
s
,
characteristicsandtrendsofa
pp
u
p
datesarerevealedfrom two
p
ers
p
ectives
,
i．e．
,
there
q
uirementt
yp
ethata
pp
chan
g
elo
g
items
mentionandthehotwordsina
pp
chan
g
elo
g
itemsthatarelabeledasacertainre
q
uirementt
yp
e．The
resultsarevaluableforresearchersand
p
ractitionerstohaveacom
p
rehensiveunderstandin
g
onthe
currenta
pp
storesfrom RE
p
ers
p
ective．
Ke
y
words re
q
uirementsen
g
ineerin
g
;
nonＧfunctionalre
q
uirement
;
release
p
lannin
g
;
chan
g
elo
g
s
;
a
pp
store
;
em
p
iricalstud
y
摘
要
数据驱动的移动应用开发
、
维护和演化分析正成为移动应用领域的研究热点
．
然而
,
鲜少有研究
以移动应用的版本更新记录为对象
,
从需求类型的角度探索开发者在发布移动 应用时 的偏好 以及移 动
应用的开发和更新趋势
．
为此
,
以苹果
A
pp
Store
中社 交
、
旅游和 阅读
３
种类别
６０
个应用 的
６５２７
条版
本更新记录条目为数据集
,
验证并评估了监督式机器学习算法对移动应用版 本更新 记录自 动分类 的可
行性和有效性
;
进一步
,
基于最优的监督式机器学习算法对版本更新记录 自动分 类的结 果
,
从需求 类型
和更新热点
２
个方面对移动应用的演化特点进行 了分析
,
展示了 苹果
A
pp
Store
中
３
种类别 的移动 应
用在近
５
年的更新趋势
,
以帮助研究者与实践者从需求工程的角度了解当 前移动 应用市 场的现 状和变
化动态
．
关键词
需求工程
;
非功能需求
;
发布计划
;
更新日志
;
移动应用市场
;
实证研究
中图法 分类号
TP３１１．５
近年来
,
移动应用程序数量的增长越来越快
．
截
至
２０２０
年第
１
季度
,
Android
应用商店
Goo
g
lePla
y
为用户提供的移 动 应用 数 量已 达
２５６
万个
,
苹果 应
用商店
A
pp
leA
pp
Store
也为
iOS
用户 提 供了
１８５
万个应 用 供其 下 载和 使 用
[
１
]
．
为了 满 足用 户 不断 变
化的新需求并在激 烈 的市 场 竞争 中 保持 优 势
,
无论
新开发的移动应用 还 是已 有 移动 应 用的 新 版本
,
其
发布数量均在不断 增 长
,
为开 发 者及 时 了解 移 动应
用的重要更新
、
探索移 动 应用 的 演化 趋 势以 及 把握
移动应用的市场动态带来了挑战
．
移动应用的版本更新日志是由移动应用开发者
在移动应用商店中 以 标准 格 式提 供 的短 文 本
,
其发
布时间和周期与移 动 应用 的 新版 本 完全 一 致
,
描述
了移动应用当前版 本 的主 要 或重 要 更新
,
表征 了 移
动应用演化的部分特点
．
目前
,
许多研究者已将移动
应用的用户评论
[
２Ｇ４
]
或不 同 版本 的 移 动 应 用 源 码
[
５
]
用于移动应用 的 维 护 和 演 化 分 析
．
尽 管 用 户 评 论 和
版本更新记录都是移动应用商店中公开可爬取的文
本信息
,
但后者所包含的无用信息更少
,
使用的词汇
和术语相对规范且 无 二义 性
,
更易 于 通过 人 工或 自
动的方式处理 和 分 析
．
与 移 动 应 用 历 史 版 本 的 安 装
包或源码相比
,
版本更 新 记录 中 提供 的 更新 内 容更
加直观且易于获取
,
更便 于 开发 人 员快 速 了解 移 动
应用的发展趋势和市场动态
．
因此
,
移动应用的版本
更新记录作为一种 公 开的 数 据源
,
可用 于 快速 分 析
移动应用的演化特点
,
了解移动应用的发展趋势
．
目前
,
已有部 分研究 将移动 应用的 版本更 新记
录用于移动应用 的分 析
．
例 如
,
文 献
[
６
]
使 用 移 动 应
用的版本更新日志来识别和确定应用评论中提出的
问题
．Hassan
等 人
[
７
]
对 主 流 安 卓 应 用 的 紧 急 更 新
(
emer
g
enc
y
u
p
dates
)
进行了实 证研 究
,
而该 研 究对
版本更新记录的分析仅用于确定它们是否为安卓应
用的紧急更新 提 供 了 有 用 信 息
．
与 该 研 究 的 不 同 之
处在于
,
本文的探索性 研 究仅 将 移动 应 用的 版 本更
新记录作为研究对 象 和实 验 数据
,
拟从 需 求工 程 的
角度探索移动 应 用 更 新 的 特 点 和 趋 势
．
本 文 的 前 期
研究已对
３０００
条人工 标注的 版本更 新条目 进行了
初步分析
,
从功能和 非 功能 需 求的 角 度探 索 了移 动
应用的演化特点
[
８
]
．
然而
,
前期研究仅基于 有限数 量
的版本更新日 志 及 其 人 工 分 类 标 签
．
在 前 期 研 究 基
础上
,
本文将从
２
个方 面 设计 并 完成 基 于版 本 更新
日志的移动应用演化趋 势 分析 研 究
:
１
)
探讨 使 用监
督式机器学习算法从版本更新日志中自动识别不同
类型的需求的可行性
;
２
)
使用 规 模更 大 的数 据 集对
移动应用的演化趋势进行分析
．
具体来说
,
本文的主
要贡献有
３
个方面
:
１
)
为了减少 从 版 本 更 新 日 志 中 识 别 出 不 同 类
型需求所需的时间 和 人力 成 本
,
引入 监 督式 机 器学
习算法
,
用以在数量庞 大 的移 动 应用 版 本更 新 日志
中自动预测特定类型的需求
．
２
)
选择 朴 素贝 叶斯
(
NaïveBa
y
es
,
NB
)、
随 机
森林
(
randomforest
,
RF
)
和
J４８
这
３
种监督式机器
学习算法作为候选的 版 本更 新 日志 自 动分 类 算法
,
并设计了一系列实验对上述
３
种算法的性能进行评
估
,
找出最适合对版 本 更新 记 录进 行 自动 分 类的 机
器学习算法
．
３
)
使用最适 合 对 版 本 更 新 记 录 进 行 自 动 分 类
的监督式机器学习 算 法
,
完成 版 本更 新 日志 中 特定
需求类型的自动预测 和 版本 更 新条 目 的自 动 分类
,
并基于自动分类结果分析移动应用的演化趋势
．
１
相关工作
在发布工程
(
releaseen
g
ineerin
g
)
领域
,
Web
及
桌面软件的发布规划 研 究和 工 程设 计 已较 为 成熟
,
而面向移动应用的发布工程研究则在近几年才受到
软件工程和移动应用领域的关注
[
９Ｇ１０
]
．
目前
,
许多研 究主要 使用软 件的用 户评论 和源
码作为实验和分析的数据源
．
例如
,
通过对移动应用
的用户评论进行分析以探索其对需求获取和软件演
化的重要性
[
３Ｇ４
,
１１
]
,
或者对用户评论进行语义分析 进
行项目推荐
[
１２
]
．
特别是
,
在移 动 应用 领 域
,
仅有 少 量
实证研究从开发人员的角度使用并分析软件的版本
更新 日 志
．
其 中
,
Na
y
ebi
等 人 开 展的 调查 研究 探 索
了移动应用 开发 人员 采用 何种 方 法 对 版 本 进 行 组
织
,
以及在 此 过程 中应 用 了 哪 些 发 布 策 略
[
１０
]
．
文 献
[
１０
]
的作者发现
,
５０％
参与 该 调查 研 究的 开 发人 员
为移 动 应 用 制 定 了 明 确 的 发 布 策 略
．Mcilro
y
等
人
[
１３
]
对
３０
个移动应用类别中排名前
１０７１３
个移动
应用的更新频率进行了实证分析
．
其研究结果指出
,
１４％
更新频繁的移动应用 排名较 高
,
但其中
４５％
的
移动应用未向 用 户 提 供 关 于 更 新 的 任 何 有 效 信 息
．
４６７
计算机研究与发展
２０２１
,
５８
(
４
)
of 14
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论