Pesquisa exploratória sobre o perfil e comportamento dos contribuidores casuais no GitHub

Abstract

Resumo: O desenvolvimento de software livre está em constante crescimento devido aos seus benefícios, tanto para quem desenvolve quanto para quem o utiliza. Para que um software livre continue evoluindo é necessário o esforço de contribuidores engajados com o seu desenvolvimento e manutenção. Neste trabalho foi explorado um tipo específico de contribuidor, conhecido como contribuidor casual, que é aquele que realiza uma única contribuição no projeto. O objetivo deste trabalho foi explorar a interação do contribuidor com o projeto no qual ele fez a sua contribuição. Para alcançar os objetivos do trabalho, a primeira etapa foi analisar dois métodos (commits e pull requests) para selecionar os contribuidores casuais. Além disso, analisou-se a efetividade dos métodos para encontrar contribuidores casuais. Após selecionar os contribuidores casuais foi analisado o relacionamento do mesmo com o projeto, para isso, foi observado o comportamento em relação as redes sociais do GitHub (estrelas, seguidores, observadores e forks), e a participação em outras atividades do projeto (comentários, novas tentativas de contribuição e criação de novas issues). Pode-se observar que, em geral, os contribuidores casuais não participam do projeto ativamente. Poucos contribuidores participam de outras atividades do projeto, e quando o fazem, realizam as atividades antes de contribuir. Em relação às contribuições realizadas, o contribuidor participa (68,7%) com código-fonte do projeto, e em sua grande maioria utilizando a linguagem de programação C. Por fim, foram utilizados três métodos para agrupar os contribuidores casuais de acordo com as características analisadas. Para isso foram utilizados dois algoritmos de agrupamento (K-means e Model-based clustering) e um método manual. Os dois algoritmos não tiveram resultados satisfatórios, levando a utilizar um agrupamento manual dos contribuidores. Foi utilizado o método de regressão logística multinomial para testar o modelo proposto, porém a qualidade de ajuste foi insatisfatória. Os resultados encontrados neste trabalho podem servir como ponto de partida para novas pesquisas sobre o comportamento dos contribuidores casuais, além de aprimorar o estado da arte. A comunidade de Software Livre pode se beneficiar pensando em modos de manter os contribuidores interessados nos projetos e explorar novos focos de interesses. Outros métodos para elaborar o perfil do contribuidor podem ser elaborados tendo em vista que os métodos propostos neste trabalho não obtiveram resultados satisfatórios

Abstract: Open Source Software development is constantly growing due to the benefits offered by this model. Open Source growth and sustainability requires the effort of contributors engaged in its development and maintenance. This work explores a specific type of contributor, known as a casual contributor, who makes a single contribution to a project and does not return. The purpose of this thesis was to explore the behavior of this contributor within the project in which he made his contribution. To reach the objectives of the work the first step was to analyze two methods to select casual contributors. In addition, the accuracy of the method chosen for this work was analyzed. After selecting the casual contributors, their relationship with the project was analyzed, and their behavior in relation to GitHub's social networks (stars, followers, observers and forks), and participation in other project activities (comments, new attempts to contribute and create new issues). It can be seen that, in general, casual contributors do not actively participate in the project. Few contributors participate in other project activities, and when they do, carry out the activities before contributing. In relations to contributions made, the contributor participates (68.7%) with project source code, and mostly using the C programming language. Finally, three methods were used to group the casual contributor according to their characteristics analyzed. For this we used two clustering algorithms (K-means and Model-based clustering) and a manual method. Both algorithms did not yield satisfactory results, leading to the use of a manual grouping of contributors. The multinomial logistic regression method was used to test the proposed model, but the quality of fit was unsatisfactory. The results found in this paper can serve as a starting point for further research on the behavior of casual contributors, as well as improving the state of the art of casual contributors. The OSS community can benefit by thinking about ways to keep contributors interested in the project and to explore new focuses of interest. Other methods for profiling the contributor can be elaborated considering that the methods proposed in this paper have not obtained satisfactory results