开源开发模式让软件开发过程发生了重大的变化。分布在全球不同位置的开发者都能自由、开放地参与软件开发活动,通过互联网环境实现交互和协同。开发者可以同时参与多个项目的开发,也可以在开发过程中使用不同开发工具、服务和平台,对于项目的贡献也不再局限在代码本身,还体现在讨论、修复、管理、测试、部署等开发的各个环节。如今,群体化开源创作范式与企业级软件生产技术深度融合,使得开源开发模式中的人、制品、数据等要素与协作环境紧密交互,开源软件进而成长演化形成了开源开发生态。其中,大规模群体的积极参与和持续贡献是开源软件持续成长的关键因素和重要驱动力。但是,持续涌入的大众贡献规模巨大、高度分散且类型多样,贡献管理过程中各类开发资源之间存在着复杂多样的信息交换关系,导致传统贡献处理和发布方式难以满足需求,进而严重地影响了群体贡献的汇聚效率。因此,探索高效能的开发资源整合机制,提高群体协同、管理维护、资源复用效率,构建持续演化的协作环境,成为当前开源开发生态高效汇聚大众贡献的迫切需要。本文主要围绕开源开发生态中的大众贡献汇聚效率问题,立足于开源社区积累的软件开发大数据,分别从开发任务、参与主体、开发信息和协作环境四个层面系统地展开数据驱动下的实证分析和方法研究,深入剖析开源开发生态中群体贡献高效汇聚的内在机理与最佳实践。主要工作与贡献总结如下:第一,针对贡献规划时开发任务管理对群体贡献处理效率的影响问题,发现了里程碑开源管理模式的应用规律,提出了多维度的里程碑开源管理效益模型,为开源开发生态中开发任务管理和贡献处理效率提升提供实践建议。首先,我们利用定量方法总结了开发者使用里程碑工具进行任务管理的处理时间开销、与项目特征的关联关系等,并利用问卷调查方法分析了实际开发者使用里程碑工具过程中的动机与未满足需求。进一步,我们利用混合效应线性回归分析技术,构建了贡献处理时间模型、代码产量模型、发布数量模型以及项目流行度模型,从多个维度定量地分析了项目年龄、团队规模、里程碑使用频率以及设置细节等不同因素的影响效应,从中发现并总结各个维度上的最佳实践。第二,针对贡献审阅时参与主体交互对群体贡献处理效率的影响问题,发现了内外部贡献者基于社交工具的交互规律,提出了基于交互数据的社交化协同网络建模方法和开发者社交化协同能力度量方法,为开源开发生态中贡献快速审阅和贡献者群体高效协同提供理论指导和方法支持。首先,我们从微观角度分析了参与主体在贡献审阅过程中使用社交工具的应用位置、场景以及涉众等规律,并定量分析了社交工具应用对于贡献处理效率的影响。进一步,我们基于大规模的参与主体交互数据构建了参与主体间的社交化协同网络,从宏观角度对参与主体交互的网络属性、稳定性的演化特征进行了时间切片分析,并基于PageRank算法构建了开发者社交化协同能力度量方法,以在参与主体中识别有影响力的贡献者。第三,针对贡献分享时开发信息关联对群体贡献处理效率的影响问题,发现了基于链接技术的内外部开发信息关联规律,提出了一种基于嵌入模型的自动化开发信息关联方法,为开源开发生态中提升贡献处理效率和有效关联开发信息资源提供实践建议和方法支持。首先,我们利用定性方法归纳了贡献处理过程中参与主体使用链接技术分享开发信息的不同模式,然后定量地分析了开发信息关联模式的频率、演化等特点,接着我们利用多元线性回归分析技术,构建了贡献处理延迟模型和贡献讨论规模模型,定量地探索了不同链接因素对于贡献解决过程的影响。进一步,我们基于信息检索技术和嵌入模型提出了一种混合式的开发信息关联方法,对核心项目内部相关开发信息进行了自动化推荐。第四,针对贡献测试和部署时协作环境构建对群体贡献发布效率的影响问题,发现了基于自动构建工具和基于持续集成服务两类持续部署工作流的构建规律,提出了一种基于聚类算法的持续部署配置文件演化轨迹建模方法,为开源开发生态中各类自动化工具、服务以及平台资源的高效整合以及贡献发布效率提升提供有效支持。首先,我们利用问卷调查方法分析了开发者构建持续部署工作流时的动机、构建方法、未满足需求等,提出了影响贡献发布效率和质量的多项假设,并从发布频率、构建结果、配置稳定性以及构建延迟四个维度进行多元回归分析验证,总结了不同持续部署工作流的实际差异以及权衡。进一步,我们探索了持续部署工作流配置文件的演化模式,提出了基于聚类算法的配置文件演化轨迹模型,并利用多元回归分析研究了配置细节、不同演化模式对于贡献发布效率和配置文件质量的影响。综上所述,针对群体贡献的规划、审阅、分享、测试和部署过程,本文研究了开源开发生态中群体贡献高效汇聚的内在机理和关键方法,对于开源生态分析、互联网时代的群体化软件开发具有重要的理论指导意义,同时对于软件生态建模、开发资源整合和开发配置优化等方面具有重要的实践应用价值。