| 结合情节挖掘的软件实体演化耦合分析方法 |
| |
| 作者姓名： | 张鑫雨 晋武侠 刘靖雯 范铭 刘烃 |
| |
| 作者单位： | 西安交通大学 软件学院,陕西 西安 710049;西安交通大学 网络空间安全学院,陕西 西安 710049 |
| |
| 基金项目： | 国家重点研发计划资助项目(2018YFB1004500),国家自然科学基金(61902306, 62002280, 61721002, 61833015, 62272387),中央高校基本科研业务费专项资金, 中国博士后基金(2020M683507, 2019TQ0251, 2020M673439)和西安市科协青年人才支持计划(095920201303) |
| |
| 摘 要： | 软件系统的实体演化耦合分析有助于共同变更预测、软件供应链风险识别、代码漏洞溯源、缺陷预测、架构问题定位等分析活动.两个代码实体之间存在演化耦合(evolutionary coupling)是指在软件修订历史中这对实体倾向于共同变更(共变).已有的演化耦合分析方法难以准确检测软件维护历史中频繁发生的、有“距离”的共变.为了解决这一问题,本文提出基于关联规则挖掘、情节挖掘、潜在语义索引模型结合的演化耦合分析方法(Association Rule,MINEPI and LSI basedMethod,AR-MIM),挖掘有“距离”的共同变更关系.实验收集了58个Python项目、242074条训练数据、330660条groundtruth的数据集,与已有的4种baseline方法相比验证AR-MIM的效果.结果表明在预测共同变更候选项场景上,AR-MIM的准确性、召回率、F1分数均优于已有方法.
|
| 关 键 词： | 提交历史 演化耦合 情节挖掘 潜在语义索引 关联规则挖掘 |
| 收稿时间： | 2022-09-05 |
| 修稿时间： | 2022-12-14 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载免费的PDF全文 |
|
