利用机器学习预测开发者的IDE命令
软件工程
2020-10-13 v1
摘要
当开发者编写代码时，他们通常处于专注状态，有些人称之为心流。脱离这种心流会导致开发者丢失思路，不得不从头开始思考。这种思路中断可由干扰引起，有时也源于缓慢的IDE交互。预测功能已在用户应用中用于加快加载时间，例如Google Chrome浏览器具有名为“Predicting Network Actions”的功能，可预加载用户最可能点击的网页，从而缓解加载时间带来的中断。在本文中，我们致力于迈出预测IDE中用户命令的第一步。利用包含超过3000个开发者会话和超过1000万条记录事件的MSR 2018挑战数据，我们分析并清洗数据以解析为事件序列，进而用于训练包括神经网络在内的多种机器学习模型，以预测用户触发的命令。我们性能最佳的模型获得了64%的5折交叉验证预测准确率。
引用
@article{arxiv.2010.05036,
title = {Predicting Developers' IDE Commands with Machine Learning},
author = {Tyson Bulmer and Lloyd Montgomery and Daniela Damian},
journal= {arXiv preprint arXiv:2010.05036},
year = {2020}
}
备注
4 pages, 1 figure, accepted at the 2018 ACM 15th Mining Software Repositories (MSR) conference