检索结果-内蒙古大学图书馆

信息系统工程 2018年第1期31卷 40-40页

作者：朱楠新乡学院计算机与信息工程学院

现如今,信息化飞速发展,随之不断进步的还有科学技术,软件工程中海量的信息在社会生活中各个领域的发展起着不可忽视的作用,而在其中挖掘出有用及需要的信息,这个过程就叫数据挖掘。因此,它在软件工程领域中必不可少。本文就是从软件工... 详细信息

现如今,信息化飞速发展,随之不断进步的还有科学技术,软件工程中海量的信息在社会生活中各个领域的发展起着不可忽视的作用,而在其中挖掘出有用及需要的信息,这个过程就叫数据挖掘。因此,它在软件工程领域中必不可少。本文就是从软件工程中数据挖掘的概念和特点出发,分析了当前数据挖掘可能或者正在面对的困难,提出了对应的应对方案,以及对未来软件工程数据挖掘的发展方向展开了详细地分析和研究。

关键词：数据挖掘技术软件工程软件工程数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于监督学习的bug报告和源代码摘要

基于监督学习的bug报告和源代码摘要

引用

作者： NAJAM NAZAR 大连理工大学

学位级别：博士

开发者在执行软件任务时,需要与软件工件如bug报告、源代码仓库等进行交互,为了获取所需要的信息,也许需要彻底地通读整个工件。然而,从bug报告和源代码中提取有价值的信息是一项十分繁琐且耗时的任务。为了高效地求解这个任务,研究者... 详细信息

开发者在执行软件任务时,需要与软件工件如bug报告、源代码仓库等进行交互,为了获取所需要的信息,也许需要彻底地通读整个工件。然而,从bug报告和源代码中提取有价值的信息是一项十分繁琐且耗时的任务。为了高效地求解这个任务,研究者建议为软件工件自动化地建立摘要信息。在本文,为了方便开发者从bug报告和源代码仓库中高效地提取所需要的信息,我们提出使用有监督的学习技术来建立摘要信息。我们使用重复的bug报告来建立bug报告摘要信息,作为自然语言文本摘要任务的一个实例。在另一个调研中,我们执行源代码片段摘要,作为源代码到源代码摘要任务的一个实例。对于bug报告,我们开发了一种基于PageRank的bug报告摘要算法(Page Rank based Summarization Technique),简称为PRST。该算法使用三种不同的相似度度量方法,分别基于***和WordNet,来计算主bug报告和对应的重复的bug报告之间的相似度。由于公共可用的bug报告语料库中缺乏主bug报告和重复bug报告的对应关系,无法利用重复bug报告中包含的信息来执行bug报告摘要任务。因此,我们从Mozilla、KDE、Gnome和Eclipse项目中抽取出59个bug报告并建立了一个独立的bug报告语料库,称为OSCAR.同时,我们通过增加重复的bug报告来重构已有的BRC语料库,并将其作为对比语料库。我们采用几种先进的统计评价指标,即精度(Precision)、召回率(Recall),F-Score 和 Pyramid Precision,外在地评价所提出的算法的有效性。结果显示我们提出的算法能够获得相对准确的bug报告摘要信息,并且,提高了已有的有监督的bug报告和精度。同样地,为了建立源代码摘要信息,我们开发了一种基于SVM和NB分类器的代码片段摘要算法(CodeFragment Summarization,CFS)自动生成源代码片段中源到源摘要信息。在软件工件摘要范式中,我们首次引入了基于数据驱动的小规模的众包方法来帮助我们抽取源代码句法特征。我们从Eclipse 和 NetBeans官方FAQs中检索到127个代码片段并构建一个用于测试的代码片段语料库。我们同样采用先前提到的统计评价指标并比较已有的方法来验证我们提出的方法的有效性。结果显示我们的代码片段摘要器在精度上超过已有的代码片段摘要生成方法,同时句法特征对生成的摘要信息上的准确度有着重要的影响。生成的摘要信息能够有效地帮助开发者解决在手的软件任务,并有效地改善软件的性能和质量。

关键词：软件仓库挖掘软件工程数据挖掘有监督学习 bug报告源代码重复bug 代码片段

来源：评论

学校读者我要写书评

暂无评论

An Integrated Framework for Constraint-Based Mining of Source Code

An Integrated Framework for Constraint-Based Mining of Sourc...

引用

作者： Shaheen Khatoon 华中科技大学

学位级别：博士

在信息领域,致力于提取隐藏在大型数据集中的有用信息的数据挖掘正获得迅速的普及。数据挖掘的目标是从大量的数据中提取有用信息。软件的开发过程中会产生大量数据,这些数据包括源代码,变更历史,运行记录,错误报告,开源软件包等。在软... 详细信息

在信息领域,致力于提取隐藏在大型数据集中的有用信息的数据挖掘正获得迅速的普及。数据挖掘的目标是从大量的数据中提取有用信息。软件的开发过程中会产生大量数据,这些数据包括源代码,变更历史,运行记录,错误报告,开源软件包等。在软件工程中使用数据挖掘方法可以有效的从大量数据中发掘出有用信息,从而提高软件的质量和效率。源代码可以按照用户感兴趣的模式被挖掘。这些源代码通常是一个结构实体并且包含丰富的语义结构,这些语义结构包含许多潜在信息。如果我们可以辨识出这些潜在信息,就可以帮助软件工程师节省开发时间和提高开发软件的质量。在函数的调用,变量的使用,函数内部数据的访问及对象间的交互等操作背后隐藏着很多编程规则。除非这些规则被明确记录了下来并且使其在整个开发团队可用,否则开发人员很容易违反这些规则从而导致程序出现一些难以恢复、难以定位、难以向bug跟踪系统报告的语义错误。但大多数情况下,这些规则只存在编程者的头脑中,并没有被明确记录下来。这些问题的存在促使我们将强大的分析技术和数据挖掘技术相结合,找到潜在的编程模式,从而可进一步用于识别编码规则、重复编码,API(应用程序编程接口)的使用方式及检测错误。已经识别出的规则可以存储在特定的数据库中以供日后参考。论文提出了一个集成的代码挖掘框架。通过代码挖掘框架可以识别出函数配对规则、变量访问相关规则、API使用模式和复制粘贴代码段(代码克隆)。由于实现了一次性识别多种类型的规则和语义错误,因此大大缩短和降低了用于开发测试的时间和成本。该框架由四部分组成：数据发生器、代码挖掘器、基于约束的挖掘器和冲突检测器。数据发生器将源代码的分析问题转化为数据挖掘问题,将用基本编程语言编写的源代码转化为可被挖掘算法(代码挖掘器)接纳的格式。代码挖掘器以数据发生器的输出为输入,利用数据挖掘技术从源代码中发现有价值的规则,可以自动提取各种编程规则、API的使用模式和重复的代码段。基于约束的挖掘器通过规则模板让用户参与挖掘过程,使得挖掘工作只对特定的用于感兴趣的规则进行挖掘,从而促进挖掘进程并且更有针对性。错误检测器可以一次性检测出多种类型的违反规则的错误。在提出的框架的基础上建立了一个集成原型系统。原型系统为用户提供了一个互动环境。用户只需要输入参数,系统便可自动返回结果。到目前为止,这是第一个致力于提取多种编程模式的集成框架。它不仅可以一次性检测出各种类型的错误,而且违规提取的方式很灵活,不局限于只有那些由系统提取的规则。它可以根据用户提供的规则,在给定的源文件中发现并标记那些不符合规则的错误。通过在不同的软件程序环境下对此框架进行评估,结果显示利用此框架检测出了各种不同类型的语义错误,而这些错误并没有被现存的一些其他工具检测出来。研究结果表明,将编程规则保存在专门的数据库中是很必要的,因为开发人员在开发过程中可以参考这些规则,这大大降低了静态验证的时间。同时保存克隆代码段也是很有用的,因为其在大型软件系统中经常被使用且容易引入难以检测的错误。

关键词：数据挖掘软件工程数据挖掘源代码挖掘代码分析编程模式代码克隆 API使用模式

来源：评论

学校读者我要写书评

暂无评论

软件数据挖掘的若干问题研究

软件数据挖掘的若干问题研究

引用

作者：吴戴林广西师范大学

学位级别：硕士

关系数据库在1972年诞生后,数据库技术便取得了飞速的发展。随着数据库管理系统的广泛应用,人们收集数据的能力有了巨大的提高,积累的数据也越来越多。这些海量的数据中潜藏着大量重要的、有趣的信息。然而这些隐藏在海量数据中的有趣... 详细信息

关系数据库在1972年诞生后,数据库技术便取得了飞速的发展。随着数据库管理系统的广泛应用,人们收集数据的能力有了巨大的提高,积累的数据也越来越多。这些海量的数据中潜藏着大量重要的、有趣的信息。然而这些隐藏在海量数据中的有趣信息是很难被人们发现,所以许多学者都在研究如何从这个海量数据源中快速高效地获取有趣信息。由于传统的统计学分析方法已经不能够满足目前的需要,于是数据挖掘技术便应运而生。数据挖掘(Data Mining)是人工智能与数据库领域当前研究的一个热点,引起了大量学者与专家的关注。数据挖掘有许多功能,比如关联分析、聚类分析、例外分析等,与之相关技术的应用也非常成熟。利用这些成熟的数据挖掘技术[1]研究软件工程数据是本文的主要研究内容。一个软件工程在其周期里面会产生许多数据(如文档,源代码,代码库,配置文件等),当然这些数据中也隐藏着许多有用的信息。这些信息可以帮助程序员发现代码中的存在但是没有在当前系统中出现的潜在bug、更好的模块化系统、重构遗留系统、以及增加系统的稳定性、健壮性和可靠性等。软件工程数据挖掘在进几年受到了许多学者的关注,他们也提出了许多算法帮助程序员更好的了解软件数据。本论文的工作主要由以下几个内容组成: (1)数据挖掘和软件数据模式挖掘综述。对当前主要的数据挖掘技术以及应用做简要的叙述,接着从软件工程学的角度出发,分别从需求、文档、开发、测试、维护等五个方面阐述数据挖掘技术在软件工程中的应用。包括各个方面的经典算法,以及将来比较有挑战性的难题等。 (2)系统运行时的有趣操作模式研究。软件系统在运行时会产生很多的运行日志,它记录系统所产生的所有行为,如用户操作历史,错误信息等,并按照某种规范表达出来。系统维护人员可以根据这些日志(如错误修复,负载均衡等)来维护系统。我们收集系统在运行时产生的操作流程日志,利用数据挖掘技术分析这些日志,从中找到有趣的知识。在这部分将讨论数据挖掘技术如何从运行日志中发现有趣的知识。 (3)软件修改历史数据中的模式发现和软件代码(software repositories)bug检测技术研究。随着信息技术的发展,软件系统越来越大,代码量螺旋式的增长,从而程序中的bug和错误的出现是不可以避免的,这些bug和错误不仅增加了维护难度,也增加了软件的成本花费。软件开发人员对软件进行维护的时候,往往会出现这样的情况:由于模块之间存在依赖性,修改软件的一个小模块,通常都需要修改与之相关的模块,这种依赖性很难用传统的动态或静态分析技术[2]进行检测。本文通过数据挖掘技术来研究软件修改历史中的模式,即发现那些经常会一起被修改的代码。这些模式可以帮助软件开发人员发现模块间的依赖性,通过这些依赖性来检测代码潜在的bug。当软件开发人员对软件代码的某个地方进行修改时(假设执行一次维护任务),我们的方法可以有效的为其提供与本次维护有关的其它代码,即软件修改历史模式。 (4)最后对本文所做的工作进行总结,包括本文的创新点、不足之处,以及本文进一步工作的展望。

关键词：数据挖掘软件工程数据挖掘有趣活动软件修改历史模式

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：