文献

J-GLOBAL ID：202002234810378204   整理番号：20A1945609

トピック特徴を用いたFLOSプロジェクト間の関連性評価の測定と予測【JST・京大機械翻訳】

Measuring and Predicting the Relevance Ratings between FLOSS Projects using Topic Features

著者 (6件)： Zheng Zhiwen (State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Wang Liang (State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Xu Jingwei (State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Wu Tianheng (State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Wu Simeng (State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Tao Xianping (State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： Internetware ’18  ページ： 1-10  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自由/Libraオープンソースソフトウェアプロジェクト間の関連性を理解することは,開発者にとって,コードと設計再利用を遂行し,新しい特徴を発見し,開発するのに重要であり,それらのプロジェクトを最新のものに維持し,そして,主に,FLOSSプロジェクト間の関連性評価を実行するのは難しい。1)単純なコード類似性を超えて,関連性を測定する際に考慮した複雑な側面がある;2)利用可能な大量のFLOSSプロジェクト。問題に取り組むために,本論文では,FLOSSプロジェクト間の関連性評価を測定し,さらに予測するための方法を提案した。著者らの方法は,プロジェクトの特徴を記述するためにLDAトピックモデルによって抽出されたトピック特徴を使用する。トピック特徴を用いて,アプリケーション領域,使用する技術,およびプログラミング言語のようなFLOSSプロジェクトの複数の側面を抽出し,それらの関連性評価を測定し,予測するためにさらに使用する。トピック特徴に基づいて,著者らの方法は,マトリックス因数分解を用いて,プロジェクト間の部分的既知関連性評価を利用して,関連評価に対する異なるトピック特徴間のマッピングを学習した。最後に,著者らの方法は,主題モデリングとマトリックス因数分解技術を結合して,大量のプロジェクトにスケーラブルである人間介入のないソフトウェアプロジェクト間の関連性評価を予測した。著者らは,GitHubから300のプロジェクトを使用して,著者らのトピック抽出と関連モデリング方法を適用することによって,提案した方法の性能を評価する。トピック抽出実験の結果は,トピックモデリングのために,著者らのLDAベース手法が98.3%の最高ヒット率と29.8%の最高平均精度を達成することを示した。そして,関連性モデリング実験は,著者らの関連性モデリング手法が0.093の最小平均予測誤差を達成して,実世界データセットに提案方法を適用する有効性を示唆した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： プログラミング言語 ,  *応用プログラム ,  類似性 ,  有効性 ,  予測誤差
準シソーラス用語： ヒット率 ,  トピックモデル ,  ソフトウェアプロジェクト ,  行列因数分解 , 【Automatic Indexing@JST】

著者キーワード (4件)： FLOSSプロジェクト ,  行列因子分解 ,  関連性評価 ,  トピックモデリング

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (5件)： トピック ,  プロジェクト ,  関連性 ,  評価 ,  予測