结对编程技术是敏捷开发方法的12个实践之一,它是一个非常简单和直观的概念,能达到事半功倍的工作效果。目前的研究主要集中在对结对效果的理论分析和实验研究,以及寻找影响结对效果的因素等方面,缺乏对结对过程的动态机理和干预方面的定量化研究。本文以分布式结对编程(Distributed Pair Programming,简称DPP)为基础,引入了效用理论和学习模型等思想,重点研究了分布式结对编程的效用计算、学习模型预测和干预策略构建,以“效用函数量化交流过程-强化学习模型预测交流行为趋势-干预策略构建”为主线开展研究,主要研究工作包括：首先采用效用函数量化结对过程。本文从结对交流中选取了“通信频率”和“代码生产率”两个定量指标,通过两个指标之间的关系,构建了适用于结对交流过程的效用函数。其次,采用强化学习模型预测结对交流行为的变化趋势。结对过程是一种不断学习的过程,本文通过引入强化学习模型,对DPP进行模型分析与预测,并对应用到DPP中的强化模型BS(2000)和ARP进行分析比较,选定了一种适用于DPP交流过程的预测模型。然后根据效用函数和学习模型提供的条件,提出了面向DPP的干预策略。本文分析了实现干预的系统环境,构建了干预策略,给出了实现干预子系统的流程图,为进一步实现干预子系统提供指导。最后进行模拟实验。为了确定效用函数和学习模型,本文完成了两个DPP实验。前一个实验通过函数拟合确定效用函数类型；后一个实验通过参数估计和评价模型的预测能力,选定适合预测DPP交流过程的学习模型。