Análise de sentimentos em repositórios do GitHub.

• Autor(a) principal: SANTOS, Rafael Oliveira.
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19697
• topic: Ciência da Computação; Repositórios do GitHub; Ambiente GitHub; Pull-requests; Análise de sentimentos - repositórios; Processamento de linguagem natural; Comentários pull-requests; Valence, Arousal and Dominance; Dimensão de Valência; BigQuery – Google; GitHub repositories; GitHub environment; Feeling analysis - repositories; Natural language processing; Comments pull-requests; Dimension of valencia; Repositorios de GitHub; Entorno de GitHub; Análise de sentimentos - repositorios; Solicitudes de extracción de comentarios; Solicitudes de extracción; Valencia, excitación y dominancia

Pull-requests são sugestões de mudanças ou melhorias, para um determinado repositório, de um projeto no ambiente do GitHub. Essas sugestões podem ser comentadas por outros desenvolvedores que, por sua vez, podem expressar diferentes sentimentos nos seus comentários. Neste estudo, foram analisados comentários presentes em pull-requests com o intuito de compreender se comentários positivos podem, ou não, influenciar na aceitação do pull-request. Para isso, foram aplicadas técnicas de extração de dados, uso de abordagens do estado da arte para lidar com Big Data e ferramentas pré-treinadas para produzir essa análise. O resultado final veriicado neste estudo mostrou que, sim, existe uma relação entre comentários positivos e o sucesso na aceitação dos pull-requests. A partir de um cálculo de covariância, entendeu-se que existe uma correlação positiva entre as "variáveis de score" com a "variável de sucesso". Rejeitando, através de um teste de hipótese T-Student, a hipótese nula de que as médias de comentários expressando sentimentos positivos e expressando sentimentos negativos para pull-requests possuem médias iguais. Entendeu-se que se as médias entre as duas variáveis são diferentes, isso está fortemente agregado a comportamentos diferentes, caso os comentários possuam sentimentos com intensidades diferentes.