基于Stack Overflow答案编辑的代码改进推荐

背景：次优代码在软件系统中十分普遍。开发者可能因多种原因编写低质量代码，例如缺乏技术知识、缺乏经验、时间压力、管理决策甚至情绪不佳。一旦次优代码被无意（或有意）集成到软件系统的代码库中，其累积可能导致高昂的维护成本和技术债务。Stack Overflow是一个程序员提问和分享代码片段的热门网站。Stack Overflow的众包与协作特性创造了大量编程知识来源，可用于辅助开发者的日常工作。目标：在本文中，我们提出一项探索性研究，以评估基于Stack Overflow答案编辑推荐代码改进的有用性。方法：我们提出Matcha，一种代码推荐工具，它利用带有版本历史的Stack Overflow代码片段和代码克隆搜索技术，识别软件项目中的次优代码并建议其优化版本。通过使用SOTorrent和GitHub数据集，我们将通过手动分类推荐结果以及对开源项目拉取请求的接受情况，定性定量地调查\textsc{Matcha}提供给开发者的推荐的有用性。