随着互联网技术的快速发展,越来越多的在线平台以社区的形式聚集用户,并通过群体化方法来汇聚互联网大众的智慧和力量,创作出了大量高质量的制品,其中以群体化开发社区和群体化问答社区最为典型。在这两类社区中,来自世界各地的参与者互相协作贡献代码、知识和经验等,生产出高质量的开源软件库和知识库,为软件复用和问题解决提供了重要资源。在提供强大生产力的同时,个体的差异性、管理模式的开放性以及组织结构的松散性给贡献质量的管理和保证带来了挑战,如何有效地保证群体化贡献的质量成为重要的研究课题。本文立足于群体化开发社区GitHub和群体化问答社区Stack Overflow(SO)中积累的大数据,围绕社区的贡献质量与协作机理,深入分析群体贡献的内在规律,研究群体化贡献的最佳实践,探索群体化社区的机制设计。本文取得了以下的创新性成果:1.针对GitHub中临时贡献者的代码内部质量问题,提出了基于静态质量问题的代码内部质量度量方法,发现了不同角色的开发者贡献代码的内部质量的规律,为持续检查方法作为群体化开发社区代码内部质量保证范型的必要性提供了经验性证据。首先,论文定义了临时贡献者的概念,选取了 GitHub中最受欢迎的21个开源项目,并使用静态分析工具SonarQube扫描每个项目的版本历史,获得了每个开发者对特定项目贡献的质量问题密度。进一步,论文量化分析了临时贡献者和主要贡献者的贡献质量差异,以及同一开发者扮演不同角色贡献项目时的贡献质量差异。此外,论文对社区中的81个开发者开展了问卷调查以了解他们对代码内部质量保证的认识以及遇到的挑战。论文得到以下重要结论:(1)临时贡献者的代码内部质量显著低于主要贡献者;(2)当开发者扮演不同角色贡献项目时,其贡献质量无显著差异;(3)大多数核心开发者和外围贡献者重视代码的内部质量,但不同的核心开发者关注内部质量的方面有所不同,且倾向于采用人工的方式检查内部质量;(4)全面理解项目对于外围贡献者来说是一个挑战,而且不同项目的各种内部质量要求会困扰他们。2.针对SO中游戏化激励机制影响下开发者的参与动机与贡献问题,提出了开发者受游戏化激励机制影响的参与动机模型,发现了开发者个体特征、参与动机以及贡献结果的内在规律,为群体化问答社区的机制设计和社区建设提供了指导建议和方法支持。首先,论文参考了群体化开发社区中开发者的贡献动机并借鉴心理学中的自我决定理论,对282名开发者开展了两轮的问卷调查,发现了他们贡献SO的动机。根据问卷结果,论文随后对SO中656名开发者进行了第二轮的主要调查,以验证所发现动机的完整性。进一步,通过连接第二轮问卷的调查数据和SO平台数据,论文采用偏最小二乘回归方法对开发者个体特征、参与动机以及贡献进行建模,分析了开发者个体特征和参与动机之间的关系,研究了开发者动机如何影响他们的努力度和质量。论文得到以下重要结论:(1)虽然存在游戏化的激励机制,但开发者参与贡献SO的主要动机是内在动机;(2)开发者的外部、内投和认同动机与他们的开发经历显著负相关,具有更多开发经验的开发者更不会受到游戏化激励机制的激励;(3)关于职业前景的外在动机以及关于自我提升和帮助他人的内在动机都与开发者的努力度和贡献质量显著正相关,其中外在动机的激励效果大约是内在动机的两倍;(4)经常参与开源社区的开发者更有毅力解决高难度问题并提供高质量的问题和回答;(5)对能力和自主需要的满足度对开发者提供高质量和高数量的贡献以及解决高难度问题有积极影响。3.针对SO中受激励机制影响的快速回答现象及其对贡献质量的影响问题,发现了 SO中快速回答现象的发展规律以及开发者关于FA的实践行为特点,提出了面向提问者和面向大众的回答质量评估模型,为群体化问答社区的机制设计和开发者的最佳实践提供了建议。首先,论文收集了 SO从上线到2018年十年的数据,量化分析了快速回答现象的流行度和开发者的实践行为。进一步,论文对快速回答的质量指标开展了统计分析和回归建模,重点研究了快速回答与面向大众和面向提问者的质量评估的关系。基于量化分析结果,论文最后对300个快速回答实例进行了定性分析,以了解它们与问题解决方案的关系。论文得到以下重要结论:(1)积极发布快速回答的开发者仅占所有开发者的一小部分,但他们贡献了 SO中一半以上的回答;(2)快速回答的质量偏低,其长度和可读性显著低于非快速回答,尽管快速回答的大众质量评估高于非快速回答,但它们与提问者的接受无显著关系;(3)大多数快速回答为问题提供了解决方案,但有14%的快速回答是通过在评论中与提问者互动来解决问题。4.针对GitHub中涌现的群体化学习现象,发现了群体化学习现象的发展趋势以及学习者的实践行为,提出了群体化学习模型,开发了群体化学习平台LearnerHub,为群体化学习的平台建设和应用实践提供了指导建议和方法支持。首先,论文利用正则表达式从GHTorrent数据集中筛选出GitHub上的学习项目,分析了这些学习项目的发展趋势,然后选取了 105个最流行的学习项目,分析了学习者在这些项目中的活动。进一步,为了理解学习者的群体化学习的实践行为以及他们的获益和遇到的挑战,论文对参与这些流行学习项目的40名核心学习者和261名外部学习者开展了问卷调查。论文得到以下重要结论:(1)GitHub中的群体化学习现象越来越流行,新增学习项目占总项目的比值逐年上升,这些学习项目吸引了更多外围学习者的参与,特别是关注人数的月增长呈指数趋势;(2)学习项目呈现出于开源项目不同的特征,如学习项目中很少有长期贡献者;(3)学习者通过群体化学习在社区贡献、高质量学习内容、个性化学习等方面受益;(4)学习者在平台支持、质量保证和保持学习动机方面遇到挑战。基于对GitHub中群体化学习现象的分析研究,论文提出了一种群体化学习的概念模型和学习者的行为模型,并开发了支撑平台LearnerHub。