抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
以前の研究は,開発者「selfadmit」技術的負債はソースコードに導入された,そのようなコードはworkaroundまたは一時的,不完全な解決策を意味している理由コメントが示されてきた。本論文では,以前に,新しいソースコードを書く,「自己許容」設計への技術的負債,筆記されたコードを改善するための可能な場合には,それらを示唆自己入所技術負債は,開発者への勧告を提供するために使用できる範囲を調べた。この目標を達成するために,著者らはTEDIOUS(TEchnical負債IdentificatiOnシステム)と命名した機械学習アプローチ,独立変数,ソースコード構造メトリックス,可読性計量と,最後であるが少なくない静的解析ツールによって提起された警報を含む各種法レベル特徴の利用を開発した。が利用できる標識自己入所技術負債例九オープンソースプロジェクトからのデータにTEDIOUSを評価し,異なる機械学習者の性能を比較した。研究の結果は,TEDIOUS単一プロジェクト内で自己入所技術負債を推奨する場合,達成した約50%の平均精度と52%の想起ことを示した。断面プロジェクトを予測する場合,TEDIOUSが改善され,67%の平均精度と55%の再現率を達成した。最後に,ことを言い忘れていたが,可読性,サイズと複雑さ測定基準,ならびに静的解析ツールにより提起されるいくつかの警告を活用かTEDIOUS注目されている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】