群体软件开发中任务描述与自适应匹配技术研究

摘要

群体软件开发（又称软件众包或众包）是一种新型的软件开发方式，消除了对开发人员地理因素上的限制，采用群体研发、群体竞争的方式来完成复杂任务的开发工作。它可以在很大程度上利用各种人力和物力，降低生产成本，因此近年来受到越来越多的关注。目前现有的众包网站，如 Upwork、Amazon Mechanical Turk、Topcoder、CrowdFlower、Taskcn等，基本都是通过用户设置搜索过滤条件的方式来寻找自己感兴趣或与自身能力情况相符的任务，从而向任务发布方提出申请；而任务发布方也会对申请者进行相应的评估，从中选出符合任务要求的申请者。在这种任务分配的方式中，任务和开发人员的能力都使用纯自然语言进行描述，因而无法实现自动匹配，而人工筛选的方式在开发人员基数很大的情况下又显得效率低下。尽管有些网站通过给任务和开发人员添加标签的方式来实现任务与人员的匹配，在一定程度上实现了自动化匹配，但是其缺点是匹配精度低，描述模型不够灵活，无法支持用户自定义的能力描述；在能力维度上的匹配方法也限于字符串匹配，用户无法自定义任务对开发人员在不同能力维度上的匹配规则。此外，任务在无法与单个开发人员匹配的情况下，即宣告匹配失败，并不会去尝试寻找由多个成员构成开发组共同承担开发任务的备选方案。
　　本文提出了一种支持群体软件开发中人员能力和任务自定义描述以及人员与任务自适应匹配的解决方案 STWM（A Solution to Self-Adaptive Task-worker Matching in Software Crowdsourcing）。该方案提出了支持对人员能力和任务要求进行可扩展的自定义描述的元模型。描述任务时，通过对不同能力要求给定不同的权重，可以区分对开发人员不同能力要求的优先级；同时，用户还可以给定具体能力维度上的开发人员与任务要求的匹配规则以及多个开发人员间的组合规则，从而可以更精确地找到符合任务要求的开发人员。同时，开发人员对自身能力描述的数据可以根据任务发布方的实际反馈进行动态调整，以减小主观误差。
　　基于该元模型的描述方式，本文设计并实现了开发人员与任务自适应匹配的算法，可按用户自定义的匹配规则和相关约束将任务和开发人员进行自适应匹配。同时，在开发人员基数很大的情况下，通过在不同能力维度上对开发人员进行聚类，降低人员搜索的空间来保证匹配的效率。此外，在单个开发人员无法满足任务要求的情况下，STWM会根据任务描述中的约束以及开发人员能力描述中的相关条件，在保证效率的前提下，通过将多个开发人员按用户自定义的组合规则组合成开发团队的方式来满足任务要求。最后，本文通过抓取实际众包网站上用户的真实数据，按照本文提出的元模型方式进行二次描述，设计了多个任务并模拟了一定数量的开发人员进行了仿真实验，均能达到预期效果，验证了STWM的正确性和可行性。
　　STWM的创新点体现在两方面：首先，它提出了可扩展的任务和能力描述的元模型，使得任务和人员可以实现自动匹配；其次，在找不到符合任务要求的开发人员时，STWM可根据任务的约束及人员的组合规则将多名开发人员组合成一个满足任务要求的团队推荐给任务发布方。STWM提出的元模型、自适应匹配算法以及开发人员组合方案，对于改进实际众包平台中任务与人员匹配的准确度及效率方面都有良好的借鉴作用。

目录

声明

1 绪 论

1.1 研究背景

1.2 研究意义

1.3 研究目标和内容

1.4 论文组织结构

2 相关应用及研究现状

2.1 群体软件开发

2.2 关键技术

2.3 本章小结

3 系统设计

3.1 系统架构设计

3.2 任务与人员描述模块设计

3.3 任务与人员自适应匹配模块设计

3.4 人员组合模块设计

3.5 本章小结

4 系统实现

4.1 STWM平台实现总述

4.2 任务与人员描述文件解析部分实现

4.3 任务与人员自适应匹配部分实现

4.4 本章小结

5 实验与分析

5.1 实验设计

5.2 任务与人员自适应匹配实验

5.3 人员团队组合实验

5.4 本章小结

6 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

附录

致谢

攻读学位期间发表的学术论文目录