npmパッケージリリースの意味論的バージョンタイプを決定するための機械学習アプローチ【JST・京大機械翻訳】

Abdalkareem Rabe; Chowdhury Md Atique Reza; Shihab Emad

プレプリント

J-GLOBAL ID：202202219133580618 整理番号：22P0330351

npmパッケージリリースの意味論的バージョンタイプを決定するための機械学習アプローチ【JST・京大機械翻訳】

A Machine Learning Approach to Determine the Semantic Versioning Type of npm Packages Releases

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月12日プレプリントサーバーでの情報更新日： 2022年04月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

セマンティックバージョン政策は,パッケージ放出における変化のレベルを示すために広く使用されている。残念なことに,開発者が意味的バージョン政策を尊重しない多くの事例があり,依存アプリケーションの破損につながる。そのようなケースを減らすために,著者らは,セマンティックバージョンタイプを適切に決定するために,新しい放出タイプ,すなわち,パッチ,マイナー,主要な,を効果的に予測するための機械学習(ML)技術を使用して提案した。予測を行うために,著者らは,変化コードの複雑性,変化タイプ,および開発活動のような,放出に関する多くの特徴をマイニングし,使用した。次に,4つのML分類器を用いた。提案したML分類器の性能を評価するために,合計約6,260の放出を含む31のJavaScriptパッケージに関する経験的研究を行った。パッケージのソースコードとリポジトリの歴史的データから41のリリースレベルの特徴を抽出することにより始めた。次に,4つの機械学習分類器,すなわち,XGBoost,ランダムフォレスト,決定木,およびロジスティック回帰を用いた。著者らは,XGBoost分類器が,それぞれ,主要,マイナーおよびパッチ放出に対して,0.78,0.69および0.74の中央値ROCAUC値を達成して,最良に実行したことを見出した。また,放出における変化タイプに関連する特徴は,意味的バージョンタイプを決定する特徴の最良の予測子グループであることも見出した。最後に,クロスパッケージ検証を適用することにより,セマンティックバージョンタイプを決定する一般化可能性を研究した。著者らの結果は,一般的分類器が,主要,マイナー,およびパッチ放出に対して,0.76,0.69,および0.75の中央値ROCAUC値を達成したことを示した。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

人工知能 , 計算機システム開発

, , ,

前のページに戻る