面向软件工程的机器学习：一项三级研究
软件工程
2023-12-05 v1 机器学习
摘要
机器学习（ML）技术提升了软件工程（SE）生命周期活动的有效性。我们系统收集、质量评估、总结并分类了 2009–2022 年间发表的 83 篇关于软件工程中机器学习的综述，涵盖 6,117 篇原始研究。最受机器学习关注的软件工程领域是软件质量与测试，而以人为中心的领域对机器学习而言更具挑战性。我们提出了一系列软件工程中机器学习的研究挑战与行动，包括：对机器学习开展进一步的实证验证与工业研究；重新审视有缺陷的软件工程方法；记录并自动化数据收集与流水线过程；重新审视工业从业者如何分发其专有数据；以及实施增量式机器学习方法。
引用
@article{arxiv.2211.09425,
title = {Machine Learning for Software Engineering: A Tertiary Study},
author = {Zoe Kotti and Rafaila Galanopoulou and Diomidis Spinellis},
journal= {arXiv preprint arXiv:2211.09425},
year = {2023}
}
备注
37 pages, 6 figures, 7 tables, journal article