我们需要改进的代码质量度量吗？

软件开发界在过去五十年中一直使用代码质量度量。尽管被广泛采用，代码质量度量也招致了相当多的批评。在本文中，我们首先通过调查软件开发者进行定性探索，以评估他们对当前实践以及现有度量集合潜在差距的看法。我们识别出若干缺陷，包括缺乏可靠性（即度量准确捕捉其承诺概念的能力）、缺乏对软件架构质量评估的支持，以及对软件测试与基础设施评估的支持不足。在论文第二部分，我们聚焦于一个特定的代码质量度量——LCOM 作为案例研究，探索改进度量的机会。我们对现有 LCOM 算法进行定性与定量评估，以观察它们在多大程度上代表内聚概念。在此过程中，我们首先创建八个任何 LCOM 算法都必须覆盖的多样化案例，并由一组经验丰富的开发者获取其内聚水平并作为基准真值。我们表明，现有 LCOM 算法在这些案例上表现很差。为弥合所识别的差距，我们提出一种计算 LCOM 的新方法，并用基准真值评估该新方法。我们还通过使用属于 261 个高质量 Java 仓库的九万余个类型进行定量分析表明，现有方法集对类内聚给出了非常不准确且具误导性的刻画。我们得出结论：当前使用的代码质量度量存在多种缺陷，为研究界解决这些差距提供了充足机会。