DebtViz：一种用于识别、度量、可视化与监控自发承认技术债的工具
软件工程
2023-08-28 v1
摘要
技术债，尤其是自发承认技术债（SATD），因其可能对软件长期可维护性产生不利影响，仍是软件开发人员与管理者面临的一项重大挑战。尽管已有多种方法用于识别 SATD，但用于其全面管理的工具明显匮乏。本文提出 DebtViz，一种创新的 SATD 工具，旨在自动检测、分类、可视化并监控源代码注释与问题跟踪系统中的各类 SATD。DebtViz 采用基于卷积神经网络（Convolutional Neural Network）的检测方法与反卷积技术进行关键词提取。该工具由用于数据收集与预处理的后端服务、用于数据分类的 SATD 分类器，以及用于用户交互的前端模块构成。DebtViz 不仅使 SATD 管理更为高效，还深入揭示软件系统中 SATD 的状态，从而支撑关于其管理的明智决策。DebtViz 的可扩展性与可部署性也使其成为多样软件开发环境中开发人员与管理者的实用工具。DebtViz 的源代码位于 https://github.com/yikun-li/visdom-satd-management-system，其演示视频位于 https://youtu.be/QXH6Bj0HQew。
引用
@article{arxiv.2308.13128,
title = {DebtViz: A Tool for Identifying, Measuring, Visualizing, and Monitoring Self-Admitted Technical Debt},
author = {Yikun Li and Mohamed Soliman and Paris Avgeriou and Maarten van Ittersum},
journal= {arXiv preprint arXiv:2308.13128},
year = {2023}
}