一种用于变更影响预测的学习算法
软件工程
2021-11-09 v2
摘要
变更影响分析包括预测软件应用中代码变更的影响。在本文中，我们从学习视角看待变更影响分析，并考虑如下表述的问题。所考虑的产物是面向对象软件的方法，所研究的变更是方法代码的变更，影响是由已执行变更导致失败的测试方法。我们提出一种称为 LCIP 的算法，它从过去的影响中学习以预测未来的影响。为评估我们的系统，我们考虑了 7 个 Java 软件应用，总计 214,000+ 行代码。我们通过代码变异（如变异测试中所做）模拟了 17574 个变更及其实际影响。我们发现 LCIP 能以 69% 的精确率、79% 的召回率预测影响，对应于 55% 的 F-Score。
引用
@article{arxiv.1512.07435,
title = {A Learning Algorithm for Change Impact Prediction},
author = {Vincenzo Musco and Antonin Carette and Martin Monperrus and Philippe Preux},
journal= {arXiv preprint arXiv:1512.07435},
year = {2021}
}
备注
5th International Workshop on Realizing Artificial Intelligence Synergies in Software Engineering, 2016