Промежуточные результаты

Что у нас есть

1. Инструмент для процессинга репозиториев, позволяющий доставать историю изменений на уровне методов и деревьев
2. У нас есть модель, предсказывающая по пачке изменений методов их автора. Работает на данный момент с высокой точностью (внутри одного проекта Intellij, 16 авторов)
3. Модель позволяет достать веса для каждого метода в пачке и посмотреть, какие изменения важнее для итогового предсказания (не реализовано)

Возможные направления развития

1. Развить задачу определения авторства

   a. Кросс-проектное определение авторов

   b. Научиться переходить к нашему формату с батчами из произвольного куска кода / файла / что там еще общепринято

   c. Реализовать подходы других людей, чтобы иметь возможность сравниваться

   d. Кому это нужно?

2. Предложить способ векторизации программистов

   a. Как оценивать адекватность? Например, спросить у людей и проанализировать, имеет ли близость векторов какой-то смысл.

3. В обоих случаях мы можем попытаться сделать результат независящим от области

   a. Собрать несколько проектов с пересекающимися авторами

   b. Обучаясь на всех проектах кроме одного, различать авторов в последнем / для последнего обучать только решающую функцию

   c. Для реализации добавить дискриминатор

4. Интерпретация векторизации: спроецировать какие-нибудь свойства на векторизацию

   a. Свойствами могут быть явные фичи из статьи про деанонимизацию (усредненные по всем изменениям человека?)

   b. Опыт в команде, опыт в общем, использование библиотек, идиом языка

5. Интерпретация важности методов

   a. Помогает интерпретировать близость векторов