(日本語) [学士論文] 改版履歴分析に基づく変更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.

小林研B4の石田さんが学士論文を提出しました．

題目：改版履歴分析に基づく変更支援における変更ルール集約と順位付けの効果
内容梗概：

ソフトウェアが大規模になるとソフトウェア保守にかかるコストが大きくなる.特に, 不具合修正や機能追加のためにソースコードを変更する際に, 変更の影響を受ける箇所をすべて把握することは困難である.ソースコードの変更漏れを防ぐために版管理システムの改版履歴を分析することで, 頻繁に同時変更されるファイルの集合から共変更ルールを抽出する手法が提案されてきた.

本研究では2つの先行研究を組み合わせる効果の確認とルールの順位付けの第二基準を追加する手法の提案を行う.まず, 先行研究の組み合わせでは, 共変更ルール抽出の際に時間的近接性の考慮と同一作業コミットの統合を行う手法と, 抽出された共変更ルールから推薦を行う際に, 共変更ルールを統合しHyper-Ruleを構成する手法である.我々はこれら２つの手法を組み合わせることで, 推薦精度が向上するかどうかを調査する.次に, 先行研究において同順位となるルールに対して順位付けが未定義である問題に対して, 順位付けの第二基準となる尺度を追加するという手法を提案する.

本研究では2つの先行研究の手法を組み合わせた場合の評価実験と, 提案手法により推薦精度が向上するか確かめるための実験を行った.前者の実験では2つの先行研究の手法を組み合わせることで推薦精度が向上することを示した.後者の実験ではconfidenceを順位付けの第一基準, supportを第二基準とすると, Hyper-Ruleを構成しない場合に推薦精度が向上することを示した.

最後に本研究で行った実験の結果を総合して, Hyper-Ruleを構成し, confidenceを順位付けの尺度とすると最も推薦精度が高いことがわかった.しかし, Hyper-Ruleを構成せずにルールの順位付けの尺度としてconfidenceを第一基準, supportを第二基準とした場合と推薦精度に差はなかったため, 推薦精度の向上のためにHyper-Ruleを構成する必要はないと結論づけた.