(日本語) [研究発表]改版履歴分析に基づく変更漏れ防止支援における変更ルール集約と順位付けの効果

Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.

小林研 B4の石田義八さん,小林准教授が、沖縄県の那覇で開催されたIEICE ソフトウェアサイエンス研究会 3月研究会にて、石田さんの学士論文の成果をもとにした研究発表を行いました。頻繁に同時編集されるファイルを共変更ルールとして抽出することでファイルの変更漏れを指摘する既存手法にルール集約手法を組み合わせることで推薦制度の向上を図る手法を提案しています.

著者: 石田義八・小林隆志(東工大)
題目: 改版履歴分析に基づく変更漏れ防止支援における変更ルール集約と順位付けの効果
掲載誌: 信学技報, vol. 118, no. 471, SS2018-65, pp. 79-84, 2019年3月
概要:
改版履歴を解析し,頻繁に同時変更されるファイルを共変更ルールとして抽出し, 開発者に同時に変更すべ きファイルを推薦する手法がある.本稿では共変更ルールを集約して Hyper-Rule を構成する手法に注目する.我々 は先行研究の手法にルール集約手法を組み合わせることで推薦精度の向上が期待できると考えた.また, 共変更ルー ルを順位付けする際に同順位のルールが多数発生する問題に対して,第二基準を導入し採用する順位付け指標毎の 推薦精度を調べた.実験の結果,先行研究の手法によって抽出される共変更ルールから Hyper-Rule を構成すること で推薦精度が向上することがわかった.同順位の順位付けについては,Hyper-Rule を構成しない場合に第一基準を confidence,第二基準を support,coverage とすると推薦精度が向上した.また,Hyper-Rule を構成し,confidence に よってルールを順位付けした場合の推薦精度が最も高かった.