基于潛在語義分析的代碼壞味檢測.pdf

1、隨著軟件工程領域技術的不斷發(fā)展，軟件系統(tǒng)不僅功能越來越豐富，其內部結構也越來越復雜，開發(fā)者由于受到截止期限或市場競爭的壓力，很容易違反一些設計原則從而導致面向對象的系統(tǒng)中的存在一些代碼壞味。通過代碼壞味，能夠發(fā)現(xiàn)和定位軟件中存在的問題，明確應該在何處實施重構。因此，為了保證軟件質量，代碼壞味的檢測具有很強的現(xiàn)實意義。傳統(tǒng)的代碼壞味檢測大多依賴于代碼間的結構信息，如方法的調用和屬性的使用，而隱藏在源代碼中的概念性關系被忽視掉了。本文提出一

2、種新的代碼壞味檢測方法，以潛在語義分析技術為基礎，將代碼間的概念性信息引入到檢測過程中，并著重研究了過大類和特征依戀兩種代碼壞味的識別問題。
　　本文的主要工作有:
　　1)在Martin Fowler提出22種代碼壞味的基礎上，對目前存在的不同代碼壞味檢測方法進行了探討。并著重對過大類和特征依戀的內部特征進行了具體的分析。
　　2)從潛在語義分析在文本處理領域的良好應用得到啟發(fā)，提出了一種新的代碼壞味檢測方法，應用潛

3、在語義分析技術將代碼間的概念性信息引入結構性度量檢測過程中。以潛在語義分析的理論為基礎，提出源代碼的概念性內聚和耦合的定義，并將其作為檢測過程的一個指標。并通過二者的線性組合共同判定代碼壞味。
　　3)由于代碼間的概念性信息隱藏在代碼的標識符和注釋中，因此，應用抽象語法樹(AST)設計了詞的抽取算法，將抽取到的標識符和注釋作為語料用于算法的輸入。
　　4)在開放的代碼壞味數(shù)據(jù)平臺Landfill上，選取了兩個項目作為實驗語料